MétaCan
Menu
Retour à la cohorte
Enregistrement W1995119051 · doi:10.1139/x04-113

The growth and form of ash (<i>Fraxinus excelsior</i>) in mixture with cherry (<i>Prunus avium</i>), oak (<i>Quercus petraea</i> and <i>Quercus robur</i>), and beech (<i>Fagus sylvatica</i>)

2004· article· en· W1995119051 sur OpenAlexvenueno aff
Gary Kerr

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeechQuercus petraeaFagus sylvaticaFraxinusInterspecific competitionCanopyFagaceaeQuercus roburBotanyChestnut blightBiologyCompetition (biology)HorticultureAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

The effects of mixing ash (Fraxinus excelsior L.) with cherry (Prunus avium L.), oak (Quercus petraea (Matt.) Lieb., and Quercus robur L.), and beech (Fagus sylvatica L.) were investigated using a balanced two-component competition experiment. In general, two patterns of growth were observed. Firstly, in the ash–cherry experiment, two rapidly growing species altered their stem form and showed a plastic response to interspecific competition, and both species maintained a position in the upper canopy. Secondly, in the ash–oak and ash–beech experiments, a two-tier canopy formed with ash in the upper canopy, and interspecific competition resulted in an early nursing effect on the ash. In both patterns of growth, competition affected stem diameter and the shape of the tree with few, and only short-lived, effects on height. The maximum relative yield totals were 1.78 for ash–cherry, 1.77 for ash–oak, and 1.44 for ash–beech, indicating that the mixtures studied may be more productive in their early phase of growth than equivalent areas of pure species.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207