Landscape-level variability in the age underestimation of understory black spruce in the northern boreal forest of Quebec
Notice bibliographique
Résumé
This study examines the variability of the potential aging error for saplings (height ≤1.5 m) of black spruce (Picea mariana (Mill.) B.S.P.) in mature fire-dominated stands (n = 14 stands) of the northern boreal forest of northwestern Quebec. Age underestimation was determined by counting the number of underground bud scars of saplings. The magnitude and variability of age underestimation was compared within and among stands. The relationship between corrected ages (the sum of age underestimation and the number of growth rings at ground level) and ground-level ages was strongly linear and was therefore described with simple linear regression models. To evaluate landscape-level variability in this relationship, the regressions were compared among stands using mixed models. Despite high variability in age underestimation at the stand level, the relationship between corrected and ground-level age was highly significant (p < 0.0001) for all stands except one. However, there were many significant statistical differences between these regressions, indicating high landscape-level variability. The magnitude of age underestimation was found to be highly site specific (means of 726 years), the phenomenon being more marked and variable in older stands. Given high landscape-level variability, age underestimation of understory black spruce saplings in northern boreal stands must be documented for every sampled stand to apply a valid age correction in studies that involve multiple stands.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».