Spatial pattern of central African rainforests can be predicted from average tree size
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
When considering all trees irrespective of their species, natural tropical rain forests typically exhibit spatial patterns that range from random to regular. The regularity is often interpreted as a footprint of tree competition. Using 23 permanent sample plots totalling 61 ha in the rain forests of central Africa, we characterized their spatial patterns and modelled those that exhibited regularity by a Strauss point process. This Strauss process is obtained as a Markov point process whose interaction function is an exponential function of a competition index commonly used in forestry. The parameter of this Strauss process characterizes the strength of competition. The 23 plots in central Africa differed in tree density and basal area, and could be discriminated depending on the type of spatial patterns: plots having a large basal area with respect to their density had a non regular pattern, whereas those having a small basal area with respect to their density had a regular pattern. For those plots that exhibited regularity, average tree size could be used to predict the strength of competition. The parameter of the Strauss process was significantly related to the average size by a linear relationship, such that competition decreases as average tree size increases. This relationship extrapolated to a null value of the Strauss parameter when average tree size reaches 32 cm in diameter. This relationship between average tree size and spatial pattern is a testable feature for future studies on the relationship between competition and spatial pattern in natural forests.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle