The applicability of national forest inventories for estimating forest damage outbreaks – Experiences from a <i>Gremmeniella</i> outbreak in Sweden
Notice bibliographique
Résumé
The design of the Swedish National Forest Inventory as well as the National Forest Damage Inventory is a sparse sample of systematically allocated plots. In this study data were combined from these two independent inventories to estimate geographical distribution, area extension, and disease development of a Gremmeniella abietina (Lagerb.) Morelet epidemic. For the combined data the standard error for estimated total area of affected Scots pine (Pinus sylvestris L.) and lodgepole pine (Pinus contorta Dougl. ex Loud. var.latifolia Engelm.) forests was about 11%. Assessments of the proportion of pine trees with fresh shoot blight infection shows that changes larger than 1% are significantly (p < 0.05) estimated. By testing in pairwise cross inventory, it was shown that the accuracy of the assessment of total shoot blight symptoms was fairly good in 2001–2002, with a κ statistic of 0.59–0.61. Severely damaged trees were identified with an agreement of κ = 0.81. The total area of pine forest both slightly and severely affected by G. abietina during 2001–2003 was estimated to be 484 000 ha. Three geographically separate damage centres were distinguished. Thus, despite a relatively sparse sample plot density, the national forest inventories have good potential for estimating the geographical distribution, areal extent, and dispersal of extensive damage outbreak. Results are dependent on the inventories being carried out with an accurate identification of target objects.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».