Modeling trends in stem quality characteristics of loblolly pine trees in unthinned plantations
Notice bibliographique
Résumé
Trends in stem quality characteristics of loblolly pine trees were investigated by using data from unthinned control plots established in plantations across 12 southern states in the United States and measured at 3 year intervals. At each measurement, the stem quality was classified into (i) single stem or forked, (ii) normal top or broken top, (iii) straight or sweep (bole sweep, butt sweep, short crook), and (iv) no disease or disease. Data through the first 15 years of observation showed that, on average, 4% of the trees were forked, 5% had broken tops, 41% had sweep, and 12% had disease or insect damage; 48% exhibited single stem, normal top, straight, and no disease or insect damage. Recovery rates out of forked, broken top, sweep, and disease classes were 37%, 83%, 30%, and 11%, respectively, over the 15 years. Multicategorical logit models were developed to predict stem quality characteristics from stand-and tree-level variables. Forked trees were related with tree diameter; broken tops were related with stand density, DBH, and relative height; sweep was related with stand age. Significant predictor variables for the incidence of disease or insect attack were not found. The occurrence of undamaged and disease-free trees can be predicted from DBH and relative height.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».