Sizedensity metrics, leaf area, and productivity in eastern white pine
Notice bibliographique
Résumé
Sizedensity metrics are used extensively for silvicultural planning; however, they operate on biological assumptions that remain relatively untested. Using data from 12 even-aged stands of eastern white pine (Pinus strobus L.) growing in southern New Hampshire, we compared size-density metrics with stand productivity and its biological components, including leaf area index (LAI) and measures of crown morphology. Density indices included Reineke's stand density index (SDI), a 3/2 relative density law, and trees per hectare. We examined models with and without site index and stand age as components, to predict total stand accretion (PAI), LAI, and growth efficiency (GE). LAI was a strong linear predictor of PAI (R2 = 0.89). However, of the indices tested only SDI was a significant predictor of accretion, and none were significantly related to LAI or GE. Site index was not a significant predictor of any variable when used alone, but in combination with SDI and stand age did lead to significant relationships with PAI (R2 = 0.84), LAI (R2 = 0.67), and GE (R2 = 0.92). Of the density indices tested only trees per hectare was strongly correlated with crown attributes. These results demonstrate that size-density metrics combined with other stand attributes are reasonably correlated with biological measures of stand growth.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».