MétaCan
Menu
Retour à la cohorte
Enregistrement W2018878093 · doi:10.1139/x03-207

A longitudinal height–diameter model for Norway spruce in Finland

2004· article· en· W2018878093 sur OpenAlexvenueno aff
Lauri Mehtätalo

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBasal areaGrowth curve (statistics)Picea abiesMathematicsCanopyGrowth modelStand developmentKarstStatisticsSite indexTree (set theory)ForestryGeographyEcologyBiologyCombinatorics

Résumé

récupéré en direct d'OpenAlex

A height–diameter (H–D) model for Norway spruce (Picea abies (L.) Karst.) was estimated from longitudinal data. The Korf growth curve was used as the H–D curve. Firstly, H–D curves for each stand at each measurement time were fitted, and the trends in the parameters of the H–D curve were modeled. Secondly, the trends were included in the H–D model to estimate the whole model at once. To take the hierarchy of the data into account, a mixed-model approach was used. This makes it possible to calibrate the model for a new stand at a given point in time using sample tree height(s). The heights may be from different points in time and need not be from the point in time being predicted. The trends in the parameters of the H–D curve were not estimated as a function of stand age but as a function of the median diameter of basal area weighted diameter distribution (d Gm ). This approach was chosen because the stand ages may differ substantially among stands with similar current growth patterns. This is true especially with shade-tolerant tree species, which can regenerate and survive for several years beneath the dominant canopy layer and start rapid growth later. The growth patterns in stands with a given d Gm , on the other hand, seem not to vary much. This finding indicates that the growth pattern of a stand does not depend on stand age but on mean tree size in the stand.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,761
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,051
Tête enseignante GPT0,302
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations110
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207