Anchorage of coniferous trees in relation to species, soil type, and rooting depth
Notice bibliographique
Résumé
A database was constructed of tree-anchorage measurements from almost 2000 trees from 12 conifer species that were mechanically overturned on 34 sites in the United Kingdom between 1960 and 2000. Anchorage was compared among species, soil groups (freely-draining mineral, gleyed mineral, peaty mineral, and deep peat) and root depth classes (shallow, <40 cm; medium, 40–80 cm; and deep, >80 cm) using regressions of critical turning moment against stem mass. Sitka spruce (Picea sitchensis (Bong.) Carr.) was used as a benchmark because it formed the largest part of the database and was the only species with all soil-group and depth-class combinations. Anchorage of Sitka spruce was strongest on peat and poorest on gleyed mineral soils. Deep rooting increased critical turning moments by 10%–15% compared with trees of equivalent mass with shallower roots. Significantly better anchorage than Sitka spruce was found for grand fir (Abies grandis (Dougl. ex D. Don) Lindl.), with various rooting depths on freely draining and gleyed mineral soils and for Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) on medium-depth mineral soil. Lodgepole pine (Pinus contorta Dougl. ex Loud.) had poorer anchorage than Sitka spruce over a range of soil groups and root depth classes. Norway spruce (Picea abies (L.) Karst.) on shallow gleyed mineral soil, and Corsican pine (Pinus nigra subsp. laricio (Poir.) Maire) on medium depth mineral soil, also had poorer anchorage. Other combinations had similar anchorage to the equivalent Sitka spruce. These results are discussed with respect to the development of forest wind-risk models.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».