MétaCan
Menu
Retour à la cohorte
Enregistrement W2049565419 · doi:10.5558/tfc80694-6

Meta-analysis of understory white spruce response to release from overstory aspen

2004· article· en· W2049565419 sur OpenAlexvenueno aff
Rongzhou Man, Ken J. Greenway

Notice bibliographique

RevueThe Forestry Chronicle · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnderstoryBasal areaMathematicsTree (set theory)BorealResidualStatisticsEnvironmental scienceForestryBotanyEcologyBiologyGeographyCanopy

Résumé

récupéré en direct d'OpenAlex

Meta-analysis was used to summarize the research results on the growth response of understory white spruce to release from overstory aspen from different studies available from published and unpublished sources. The data were screened for the suitability for meta-analysis. Treatment effect sizes were calculated using response ratio from mean cumulative increments of released and control trees since release in height, diameter, and volume and modeled using a polynomial mixed effect regression procedure. Predictor variables include linear, quadratic, and cubic components of three independent variables — initial tree height, number of years after release, and residual basal area at release — and their linear interactions. Models with a reasonable predictive power were developed for height, diameter, and volume response, but no significant model was identified for survival. The models developed in this study can be applied to predict the growth response of understory white spruce to release, based on the growth of unreleased control trees, initial tree height, residual basal area at release, and time since release. The individual tree prediction can be easily scaled up to stand level if residual tree density and distribution is known. Key words: meta-analysis, boreal mixedwood, mixed model, polynomial regression, response ratio, growth, survival

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0090,001

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 Opus0,031
Tête enseignante GPT0,243
Écart entre enseignants0,213 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest ecology and managementTravaux en français237 207