MétaCan
Menu
← Retour à la cohorte
Enregistrement W2015281592 · doi:10.5539/jas.v1n2p74

Aboveground Biomass of Selected Provenances of Acacia Mangium and Acacia Aulacocarpa Multiple-leadered Trees

2009· article· en· W2015281592 sur OpenAlexvenueno aff
Sapari Mat, Mohd-Zaki Hamzah, Rosenani Abu-Bakar, M.F. Ramlan, Hazandy Abdul Hamid, Abdul Latib Senin

Notice bibliographique

RevueJournal of Agricultural Science · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesMinistério da Ciência, Tecnologia e InovaçãoKementerian Sains, Teknologi dan InovasiCommonwealth Scientific and Industrial Research Organisation
Mots-clésAcacia mangiumBiomass (ecology)Diameter at breast heightAcaciaBiologyBotanyAgronomyForestryGeography

Résumé

récupéré en direct d'OpenAlex

Acacia mangium Willd. and Acacia aulacocarpa A. Cunn Ex. Benth are two important Acacias for biomass production.Being multiple-leader (ML) and fast growing species, both species are the best bet for carbon sequestration andbio-energy supplementary. The main objective of this study was to assess the aboveground biomass and to deriveaboveground biomass equations of these species and provenances. Destructive sampling was carried out with 36samples per species and diameter at breast height (Dbh) and categorized into three classes namely small (11-15 cm),medium (16-20 cm) and big (21-25 cm) for A. mangium and 6-10 cm, 11-15 cm and 16-20 cm for A. aulacocarparespectively. A. mangium from SW of Boset WP (PNG) produced 380.83 t/ha of aboveground biomass, Captain BillyRoad (QLD), Bansbach WP (PNG) (224.44 t/ha) and Russel and Gap CK (QLD) (49.63 t/ha) while for A. aulacocarpa;provenance from Arufi E Morehead WP (PNG) (171.88 t/ha), W. Morehead (PNG) (150.90 t/ha), Samford (QLD)(63.87 t/ha) and 3K S Mt. Larcom (QLD) (25.32 t/ha) respectively.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetForest ecology and management→Travaux en français237 207→