Probabilities of small-gap capture by sugar maple saplings based on height and crown growth data from felled trees
Notice bibliographique
Résumé
We simulated the probability that Acer saccharum Marsh. saplings in single-tree gaps would reach the overstory before lateral gap closure. The model was calibrated with height and crown growth data from destructively sampled trees that ranged from 1 to 27 m tall. Each of the major initial conditions and growth processes was evaluated separately to determine its effect on gap-capture probabilities. Factors such as sapling height at the time of gap formation, continued height growth of border trees, and stochastic growth variation had pronounced effects on the outcome. Stochastic variation generally increased chances of sapling success by delaying closure times in some of the gaps and allowing some saplings to grow at above-average rates. In stochastic simulations with continued (asymptotic) border-tree height growth, probabilities of successful gap capture ranged from <20% of saplings 12 m tall to 35%86% for saplings 78 m tall. The results suggest that some saplings may be able to capture gaps after one gap event, but probabilities are low for small saplings and for all saplings in small and medium gaps. Based on the mechanisms simulated here, most of the larger single-tree gaps (78 m 2 ) are captured by advance regeneration more than 4 m tall.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».