MétaCan
Menu
Retour à la cohorte
Enregistrement W2060664746 · doi:10.1139/x02-075

Development of Norway spruce dominated stands after single-tree selection and low thinning

2002· article· en· W2060664746 sur OpenAlexvenueno aff
Erkki Lähde, Olavi Laiho, Yrjö Norokorpi, Timo Saksa

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThinningPicea abiesBasal areaDiameter at breast heightForestrySelection (genetic algorithm)BotanyBiologyMathematicsHorticultureSilvicultureEcologyGeography

Résumé

récupéré en direct d'OpenAlex

The study included 23 stands (at least 2 ha each in size) distributed from southern to northern Finland. These Norway spruce (Picea abies (L.) Karst.) dominated stands grew on fertile (Oxalis–Myrtillus and Myrtillus site types) mineral soils. Each stand contained two substands randomly treated with single-tree selection or low thinning. The harvested volumes (trees > 9 cm) varied greatly but averaged 94 m 3 ·ha –1 in the former consisting of mainly medium-sized and larger (>15 cm) trees and 68 m 3 ·ha –1 in the latter of mainly medium-sized and smaller (<15 cm) trees. After treatment, mean diameter at breast height (DBH), basal area, and stand volume were 12–17% lower in single-tree selection than in low thinning. The stem distributions were reverse-J shaped and bell shaped, respectively. During the monitoring of a mean of 11 years, about one cutting cycle in single-tree selection, stand volume (trees > 9 cm) increased 38% in single-tree selection and 27% in low thinning. The respective current annual volume and relative increments were 5.4 (3.6%) and 4.6 m 3 ·ha –1 ·year –1 (2.4%). In 18 (volume) and in 22 (relative) of the 23 plot pairs the increment was higher after single-tree selection than after low thinning (p values 0.013 and <0.001, respectively). Single-tree selection plots additionally included 1300 saplings/ha (from breast height to DBH 9 cm) after cutting, with the transition of 80 saplings/ha into larger trees and with the ingrowth, mainly spruce, of 170 seedlings/ha into saplings during monitoring.

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 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 enseignants0,375
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,000

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 Opus0,024
Tête enseignante GPT0,248
Écart entre enseignants0,225 · 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

Citations52
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

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