MétaCan
Menu
Retour à la cohorte

Use of thin sections to improve age estimates of Nothofagus pumilio seedlings

2007· article· en· W2083095715 sur OpenAlexaffvenue
Lori D. Daniels, Thomas T. Veblen, Ricardo Villalba

Notice bibliographique

RevueEcoscience · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of Colorado BoulderWorld Wildlife FundNational Science Foundation
Mots-clésSeedlingRing (chemistry)HorticultureHigh resolutionBotanyMathematicsBiologyMaterials scienceAstrophysicsPhysicsGeologyChemistryRemote sensing

Résumé

récupéré en direct d'OpenAlex

This paper reports the use of thin sections to improve precision and accuracy when ageing seedlings of Nothofagus pumilio. We compare 2 methods for determining the number of rings on 85 basal disks from seedlings: (1) ring counts of wood disks viewed with reflected light and (2) ring counts of thin sections viewed with transmitted light. Samples included 14 to 53 rings. Comparison of ring counts from the 2 methods revealed discrepancies of 1 to 12 y for 85% of the seedlings. Two sources of error were identified. In 70 of 85 samples, up to 12 incomplete rings explained differences between ring counts of 2 radii on the same wood disk. Secondly, the small radii, large number of rings, and diffuse porous nature of the wood resulted in frequent errors when visually detecting rings on wood disks. One to 3 false rings were detected in 15 seedlings. Narrow and suppressed rings in 57 samples resulted in under-estimates of 1 to 12 y for ring counts on wood disks relative to thin sections. High variation in the incidence of narrow rings limited our attempt to visually crossdate ring-width patterns among seedlings. However, counts of thin sections allowed us to identify false and incomplete rings, improving precision and accuracy when estimating seedling age. For studies of slow-growing seedlings that require high-resolution age estimates, we recommend the preparation and dating of thin sections as outlined in this paper.Nomenclature: Muñoz-Schick, 1980.

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)0,001
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 enseignants0,092
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,259
Écart entre enseignants0,229 · 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

Citations4
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetTree-ring climate responsesTravaux en français237 207