MétaCan
Menu
Retour à la cohorte
Enregistrement W2030814238 · doi:10.1139/x01-123

Analysis of early tree height in forest genetic trials is enhanced by including a spatially correlated residual

2001· article· en· W2030814238 sur OpenAlexvenueno aff
João Costa e Silva, Gregory W. Dutkowski, A. Gilmour

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésStatisticsPinus pinasterResidualMathematicsForest plotGenetic variationHeritabilitySpatial variabilityTree (set theory)Autoregressive modelSelection (genetic algorithm)BiologyEcologyEvolutionary biologyComputer scienceGenetics

Résumé

récupéré en direct d'OpenAlex

This study explores the use of a mixed linear model including spatially correlated residuals in addition to the traditional randomized complete block (RCB) analysis in 12 forest genetic trials. The analysis of early height data from progeny and clonal tests of three species (Picea sitchensis (Bong.) Carr., Pinus pinaster Ait., and Pinus radiata D. Don) showed that there was significant spatial variation in all trials. Adding a basic first-order separable autoregressive error term more effectively modelled the spatial variation than the RCB model and greatly reduced the block and plot variances. There was no evidence that extended spatial modelling was required. The spatial analysis greatly improved the accuracy of genetic value estimation in some trials and was accompanied by large changes in rank of the genetic entries and by greater gains in selection relative to the RCB analysis.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,804
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,055
Tête enseignante GPT0,327
Écart entre enseignants0,271 · 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.

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

Citations120
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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