MétaCan
Menu
Retour à la cohorte
Enregistrement W1999009029 · doi:10.1139/x07-194

Generic biomass functions for Common beech (<i>Fagus sylvatica</i>) in Central Europe: predictions and components of uncertainty

2008· article· en· W1999009029 sur OpenAlex
Thomas Wutzler, Christian Wirth, Jens Schumacher

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeechFagus sylvaticaAkaike information criterionBiomass (ecology)StatisticsVariance (accounting)MathematicsTree (set theory)ResidualSite indexAltitude (triangle)Environmental scienceEconometricsEcologyBiologyAccountingAlgorithm

Résumé

récupéré en direct d'OpenAlex

This study provides a comprehensive set of functions for predicting biomass for Common beech ( Fagus sylvatica L.) in Central Europe for all major tree compartments. The equations are based on data of stem, branch, timber, brushwood (wood with diameter below 5 or 7 cm), foliage, root, and total aboveground biomass of 443 trees from 13 studies. We used nonlinear mixed-effects models to assess the contribution of fixed effects (tree dimensions, site descriptors), random effects (grouping according to studies), and residual variance to the total variance and to obtain realistic estimates of uncertainty of biomass on an aggregated level. Candidate models differed in their basic form, the description of the variance, and inclusion of various combinations of additional fixed and random effects and were compared using the Akaike information criterion. Model performance increased most when accounting for between-study differences in the variability of biomass predictions. Further, performance increased with the inclusion of age, site index, and altitude as predictor variables. We show that neglecting variance partitioning and the fact that prediction errors of trees are not independent with respect to their predictor variables will lead to a significant underestimation of prediction variance.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

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

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 Opus0,048
Tête enseignante GPT0,272
Écart entre enseignants0,224 · 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