MétaCan
Menu
Retour à la cohorte
Enregistrement W2065790778 · doi:10.1139/x04-017

Ageing and decline of trembling aspen stands in Quebec

2004· article· en· W2065790778 sur OpenAlexvenueaboutno aff
David Pothier, Frédéric Raulier, Martin Riopel

Notice bibliographique

RevueCanadian Journal of Forest Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThinningStand developmentEnvironmental scienceForest inventoryForestrySilvicultureSite indexMathematicsGeographyForest management

Résumé

récupéré en direct d'OpenAlex

The onset of stand decline is a critical stand development characteristic that can affect both harvesting schedule and annual allowable cutting volume. The age at which stand decline begins was assessed in trembling aspen (Populus tremuloides Michx.) stands in the province of Quebec, Canada, by three different methods. The first used a data source consisting of 1081 temporary sample plots from which a segmented regression model was fitted to detect any deviation from the self-thinning line. This type of deviation was observed below densities of 720 stems/ha, which is normally attained around age 60 on good-quality sites. The second used a data source composed of 34 permanent sample plots that allowed us to calculate the age at which the periodic annual increment was equal to zero. The estimated age at which stands began to decline averaged 64 years, but the large variation around this mean was poorly explained by site factors. The third method used a data source consisting of 98 inventory plots. Volume of tree mortality and of wood decay showed an important increase when stand age was around 60. Hence, the results from three independent sources of data converge toward a generalized loss of aspen volume around age 60. However, the prediction of the age at which decline begins in any particular aspen stand is imprecise and requires an on-site measurement of the stand state.

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 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 enseignants0,309
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

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

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 GPT0,324
Écart entre enseignants0,280 · 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

Citations53
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Management and PolicyTravaux en français237 207