MétaCan
Menu
Retour à la cohorte
Enregistrement W2090972651 · doi:10.1139/x08-021

Predicting tree survival in Ontario sugar maple (<i>Acer saccharum</i>) forests based on crown condition

2008· article· en· W2090972651 sur OpenAlexafffundvenueabout
Koji Tominaga, Shaun A. Watmough, Julian Aherne

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAluminum toxicity and tolerance in plants and animals
Établissements canadiensTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Education, IndiaMinistry of Earth Sciences
Mots-clésMapleSugarCrown (dentistry)AceraceaeForestryMarshBayYellow birchBiologyEcologyGeographyWetland

Résumé

récupéré en direct d'OpenAlex

Decline index (indicator of crown condition) data from 102 forest plots (approximately 10 000 trees) during 1986–2004 were compiled to derive survival models for south-central Ontario, Canada. The dominant species was sugar maple ( Acer saccharum Marsh.) with approximately 75% occurrence (n = 7640). The predictor variables for sugar maple survivorship included the decline index of 1 or 2 years prior to the beginning of the modelled period and ecological region (Algoma, Georgian Bay, Huron–Ontario, and Upper St. Lawrence). The observed crown condition of sugar maple improved significantly over the study period; in contrast, short-term mortality rate did not improve. The risk of sugar maple mortality could be predicted from decline index data for a single year indicating that the risk of tree death increases with higher decline index values (declining crown condition). Moreover, using 2 years of decline index data indicated that the risk of tree death also increased with the length of consecutive time individual trees have higher decline index values. Trees in the Algoma region, which represent the northern limit of sugar maple distribution in Ontario, were significantly more likely to die than trees in Huron–Ontario region.

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 enseignants0,134
Score d'incertitude au seuil0,269

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 Opus0,076
Tête enseignante GPT0,274
Écart entre enseignants0,199 · 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

Citations15
Publié2008
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetAluminum toxicity and tolerance in plants and animalsTravaux en français237 207