MétaCan
Menu
Retour à la cohorte
Enregistrement W1999300759 · doi:10.1139/x04-011

Carbon accumulation in Colorado ponderosa pine stands

2004· article· en· W1999300759 sur OpenAlexvenueno aff
Jeffrey A. Hicke, Rosemary L. Sherriff, Thomas T. Veblen, Gregory P. Asner

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceCarbon fibersCarbon sequestrationPinus <genus>Series (stratigraphy)Soil scienceAtmospheric sciencesPhysical geographyForestryEcologyGeologyMathematicsBiologyBotanyGeographyPaleontologyCarbon dioxide

Résumé

récupéré en direct d'OpenAlex

Woody encroachment and thickening have occurred throughout the western United States and have been proposed as important processes in the US carbon (C) budget despite large uncertainty in the magnitude of these effects. In this study we investigated ponderosa pine encroachment near Boulder, Colorado. We reconstructed a time series of forest structure to estimate changes in C storage by the trees. Advantages of this technique include the ability to estimate changes in C stocks over time with a single series of measurements (i.e., no historical measurements), and the ability to calculate accumulation rate changes through time. Substantial variation occurred in the C amounts and accumulation rates among the three plots resulting from differences in slope, aspect, and soil conditions. Accumulation rates increased exponentially as trees increased in size and additional trees established within the plots, and were highly variable among plots (0.09–0.7 Mg C·ha–1·year–1 during 1980–2001). These rates were less than those used in studies of the US carbon budget, and only by assuming no mortality for the densest stand could we generate a projected rate in 2050 that was similar. Thus, time since the initiation of encroachment and rate of encroachment are variables that should be considered for accurately computing the continental C budget.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil0,356

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,050
Tête enseignante GPT0,323
Écart entre enseignants0,273 · 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

Citations23
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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