MétaCan
Menu
← Retour à la cohorte
Enregistrement W2103586619 · doi:10.1139/x08-044

Adjustment of the age–height relationship for uneven-aged black spruce stands

2008· article· en· W2103586619 sur OpenAlexaffvenueabout
Hakim Ouzennou, David Pothier, Frédéric Raulier

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésAkaike information criterionSite indexBlack spruceMathematicsStatisticsDiversity indexIndex (typography)GeographyForestryEcologyBiologyTaiga

Résumé

récupéré en direct d'OpenAlex

Site index (SI) is commonly used in natural stands, even when their diameter distribution deviates from that of the monospecific, even-aged, fully stocked stands used to develop basic age–height relationships. Since deviations from basic age–height trajectories can be reflected in deviations of stand diameter distribution from a bell shape, we incorporated different diameter diversity indices into an age–height equation to help improve height predictions and determine which index is best related to stand dominant height. This procedure was performed using black spruce ( Picea mariana (Mill.) BSP) stands from a large network of permanent sample plots established across the province of Quebec, Canada. The age–height model that minimized the Akaike’s information criterion used the Shannon evenness index (ESh) as an equation modifier accounting for the diameter diversity variable. The model showed that for stands established on relatively poor sites (SI = 9), no substantial differences in dominant height were found between two contrasting ESh values. For SI = 15, however, the larger ESh value increased the dominant height by as much as 1 m at 80 years. These results suggest that introduction of ESh into an age–height model can improve calculation of site index, particularly in regions characterized by the presence of numerous uneven-aged 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 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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,151
Score d'incertitude au seuil0,299

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,064
Tête enseignante GPT0,294
Écart entre enseignants0,231 · 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

Citations17
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→