MétaCan
Menu
Retour à la cohorte
Enregistrement W2041138167 · doi:10.1139/x06-028

Development of a basal area growth system for maritime pine in northwestern Spain using the generalized algebraic difference approach

2006· article· en· W2041138167 sur OpenAlexvenueno aff
Marcos Barrio-Anta, Fernando Castedo‐Dorado, Ulises Diéguez‐Aranda, Juan Gabriél Álvarez‐González, Bernard R. Parresol, Roque Rodríguez‐Soalleiro

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBasal areaSite indexMathematicsPinus pinasterStatisticsEcologyBiology

Résumé

récupéré en direct d'OpenAlex

A basal area growth system for single-species, even-aged maritime pine (Pinus pinaster Ait.) stands in Galicia (northwestern Spain) was developed from data of 212 plots measured between one and four times. Six dynamic equations were considered for analysis, and both numerical and graphical methods were used to compare alternative models. The double cross-validation approach was used to assess the predictive ability of the models. The data were best described by a dynamic equation derived from the Korf growth function using the generalized algebraic difference approach (GADA) by considering two parameters to be site specific. The equation was fitted in one stage using the base-age-invariant dummy variables method. In addition, the system incorporates a function for predicting initial stand basal area, in which the site-related variable was expressed as a power function of site index. This function can be used to establish the starting point for the projection equation when no inventory data are available. The two equations are compatible. The effect of thinning on basal area growth was examined; the results showed that there was no need to use a different equation to reliably predict postthinning basal area development. The nonlinear extra sum of squares method indicated differences in the model parameters for the two ecoregions (coastal and interior) defined for this species in the area of study.

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)0,002
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 enseignants0,618
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,257
Écart entre enseignants0,216 · 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

Citations72
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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