The marginal cost of structural diversity of mixed uneven-aged hard maple forests
Notice bibliographique
Résumé
Theoretical concepts pertaining to the marginal cost (MC) of the structural diversity of a forest stand are developed. A matrix growth model is estimated for mixed uneven-aged forest stands of hard maple (Acer saccharum Marsh.) from southern Ontario. The estimated growth model is used to derive the MC equations for the Shannon and the Simpson indices of total structural diversity (TSD), species diversity (SD), and tree-size diversity (TD). The effects of exclusion and inclusion of the opportunity cost (OC) on the MC of the TSD are compared. The contributions of SD and TD to the MC of the TSD are disaggregated. The MCs of TSD, SD, and TD for the Shannon and the Simpson indices are iso-elastic. The elasticity of the MC of the TSD for the inclusion of OC is greater than the elasticity of MC of the TSD for the exclusion of OC. The elasticities of MC of TSD, SD, and TD for the Shannon index are greater than the elasticities of MC of TSD, SD, and TD, respectively, for the Simpson index. The elasticities of MC of SD are smaller than the elasticities of MC of TD, for both indices. However, these results are specific to the hard maple forests of southern Ontario and cannot be generalized. Some general features of MC equations of structural diversity are discussed.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».