MétaCan
Menu
Retour à la cohorte
Enregistrement W2070240188 · doi:10.1139/x09-076

Ice storm effects on the canopy structure of a northern hardwood forest after 8 years

2009· article· en· W2070240188 sur OpenAlexvenueno aff
Brian C. Weeks, Steven P. Hamburg, Matthew A. Vadeboncoeur

Notice bibliographique

RevueCanadian Journal of Forest Research · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationForskningsrådet om Hälsa, Arbetsliv och VälfärdNational Science Foundation
Mots-clésBeechCanopyUnderstoryBasal areaEnvironmental scienceHardwoodDeciduousWindthrowForestryStormExperimental forestForest structureEcologyBiologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Ice storms can cause severe damage to forest canopies, resulting in differential mortality among tree species and size classes and leading to long-lasting changes in the vertical structure and composition of the forest. An intense ice storm in 1998 damaged large areas of the northern hardwood forest, including much of the Hubbard Brook Experimental Forest, New Hampshire (USA). Following up on detailed poststorm assessments, we measured changes in the vertical structure of the forest canopy 8 years poststorm. We focused on how the presence of disease-induced advance regeneration of American beech ( Fagus grandifolia Ehrh.) has affected canopy structure in the recovering forest. We measured foliage-height profiles using a point-quadrat approach and a pole-mounted leaf area index (LAI) sensor. Although the total LAIs of damaged and undamaged areas were similar, areas damaged in 1998 showed an increased proportion of total leaf area between 6 and 10 m above the ground. The foliage at this height is largely (54%) beech. To the extent that this heavily beech-dominated understory layer suppresses regeneration of other species, these findings suggest that rare disturbances of mature northern hardwood forests affected by beech bark disease will increase the importance of damage-prone and economically marginal beech.

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 enseignants0,964
Score d'incertitude au seuil0,071

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetTree Root and Stability StudiesTravaux en français237 207