MétaCan
Menu
Retour à la cohorte
Enregistrement W2102116939 · doi:10.1139/cjfr-2013-0230

Estimating site productivity in irregular stand structures by indexing the basal area or volume increment of the dominant species

2013· article· en· W2102116939 sur OpenAlexvenueno aff
John‐Pascal Berrill, Kevin L. O’Hara

Notice bibliographique

RevueCanadian Journal of Forest Research · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBasal areaSequoiaSite indexForestryProductivityStand developmentHectareLeaf area indexGeographyEnvironmental scienceEcologyBiologyBotany

Résumé

récupéré en direct d'OpenAlex

Estimating site productivity in irregular structures is complicated by variations in stand density, structure, composition in mixed stands, and suppression experienced by subordinate trees. Our objective was to develop an alternate to site index (SI) and demonstrate its application in models of individual-tree and stand growth. We analyzed coast redwood (Sequoia sempervirens (Lamb. ex D. Don) Endl.) tree and stand growth in a grid of 234 permanent sample plots covering a 110 ha study area in north coastal California. Partial harvesting created a mosaic of densities and openings throughout the 60-year-old redwood-dominated forest. Redwood SI was a poor predictor of volume increment (VI) per hectare among redwood in each plot over two decades after harvest. A new index of redwood basal area increment (BAI) productivity, calculated using inventory data for all stems in even-aged stands and the oldest cohort of multiaged stands, was a stronger predictor of VI. Diameter increment of individual redwood trees correlated strongly with stand density and the new BAI index. Forest managers should expect widely divergent responses following partial harvesting in crowded even-aged stands, with the greatest response coming from dominant redwoods with long crowns retained in areas with low residual stand density and high BAI index.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,413
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,256
Écart entre enseignants0,232 · 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.

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

Citations46
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207