Predicting stump sprouting and competitive success of five oak species in southern Indiana
Notice bibliographique
Résumé
We measured 2188 oak trees (Quercus spp.) on the Hoosier National Forest in southern Indiana before and 1, 5, and 10 years after clear-cutting to determine the influence of parent tree age, diameter breast height, and site index on the probability that there was one or more living sprouts per stump: (i) 1 year after clear-cutting (sprouting probability) or (ii) that were competitively successful 5 or 10 years after clear-cutting (competitive success probability). We used logistic regression to develop predictive models for five species in each of the three measurement years. Two species were in the white oak group: white oak (Quercus alba L.) and chestnut oak (Qurcus prinus L.). Three species were in the red oak group: black oak (Quercus velutina Lam.), scarlet oak (Quercus coccinea Muenchh.), and northern red oak (Quercus rubra L.). Black oak site index ranged from 15 to 25 m at an index age of 50 years on the study sites. Parent tree age and diameter at breast height were significant predictors in all models. Sprouting and competitive success probabilities decreased with increasing parent tree age and diameter at breast height. Increasing site index was a significant contributor of increasing sprouting probabilities for year 1 and competitive success probabilities for year 5. By year 10, site index was negatively related to competitive success for the white oaks but was not a significant predictor for the red oaks. The models have practical value for predicting the stump sprouting potential of oak stands in southern Indiana and possibly in ecologically similar regions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 | 0,000 |
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 tête enseignante, 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 ».