MétaCan
Menu
← Retour à la cohorte
Enregistrement W2013864984 · doi:10.1139/x08-153

Impact of three silvicultural treatments on weevil incidence, growth, phenology, and branch-level dynamics of Pinus strobus from large and small populations

2009· article· en· W2013864984 sur OpenAlexaffvenueabout
John E. Major, Ale× Mosseler, Debby C. Barsi, Amanda Clouthier, Moira Campbell

Notice bibliographique

RevueCanadian Journal of Forest Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésWeevilPhenologyBiologyShootInfestationBotanyContext (archaeology)Basal areaHorticultureEcology

Résumé

récupéré en direct d'OpenAlex

Our goal was to quantify tree- and branch-level components of growth response to three silvicultural treatments (STs), and weevil incidence in white pine ( Pinus strobus L.) from large, central populations in Ontario (ON) versus small, isolated populations in Newfoundland (NL). Light levels were 100%, 42.0%, and 20.4% transmittance for the full-sun, intermediate-shade, and high-shade STs. After 8 years, the overall incidence of weevil infestation was 42.1%, 23.4%, and 13.7% for the full-sun, intermediate-shade, and high-shade STs, respectively (P < 0.001). Weevil impact on total height and volume averaged –13.2% and –11.8%. Analysis of dominant lateral shoots showed that ON populations had 32% longer shoots than the NL populations. Bud set difference was a primary determinant of shoot-length growth differences between regions: Julian days 171 and 184 for the NL and ON populations, respectively. The primary determining factors related to shoot length were the number of needle bundles and region, driven by light levels and day length, respectively, and the internode length, probably through inbreeding effects. Total height and diameter showed a positive curvilinear relationship to light level. To maximize fitness, NL conservation strategies should also now consider introducing adaptive trait variation in the context of anticipated climate change.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,063
Tête enseignante GPT0,322
Écart entre enseignants0,259 · 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

Citations17
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→