MétaCan
Menu
Retour à la cohorte
Enregistrement W2050327269 · doi:10.1139/x11-114

Ten-year growth and mortality in young Douglas-fir stands experiencing a range in Swiss needle cast severity

2011· article· en· W2050327269 sur OpenAlexvenueno aff
Douglas A. Maguire, Douglas B. Mainwaring, Alan Kanaskie

Notice bibliographique

RevueCanadian Journal of Forest Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDouglas firAnnual growth %Animal scienceHorticultureMathematicsDemographyBiologyForestryGeography

Résumé

récupéré en direct d'OpenAlex

Swiss needle cast, a foliar disease caused by the Ascomycete Phaeocryptopus gaeumannii (T. Rohde) Petr., continues to afflict Douglas-fir ( Pseudotsuga menziesii (Mirb.) Franco) in north coastal Oregon. Permanent plots were installed in 1998 to assess growth impacts and monitor disease severity. Gross periodic annual increment was measured for three 2-year growth periods and one 4-year growth period and ranged from 0.37 to 31.74 m3·ha–1·year–1. Foliage retention, defined as the average number of annual needle age classes held by a tree, was also estimated as an index of disease severity. Assuming negligible losses in stands with maximum needle retention (approximately 3.9 years), growth losses in net periodic annual increment reached slightly over 50% in stands with the lowest needle retention (approximately 1 year). Mixed-effects regression models supported a consistent relationship between foliage retention and both gross and net periodic annual increment among the four growth periods. Periodic annual mortality ranged from 0 to 19.12 m3·ha–1·year–1 but was not significantly influenced by Swiss needle cast as measured by average foliage retention. Minimum and maximum foliage retention has fluctuated annually from 1998 to 2008 on the permanent plots, but growth losses at a given level of foliage retention appear to have remained stable. Estimated growth losses are similar to those reported for comparable levels of defoliation by other agents.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,989
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,045
Tête enseignante GPT0,286
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), 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

Citations38
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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