Do finer gap mosaics provide a wider niche for <i>Quercus gilva</i> in young Japanese cedar plantations than coarser mosaics? Simulation of spatial heterogeneity of light availability and photosynthetic potentialThis article is one of a selection of papers published in the Special Forum IUFRO 1.05 Uneven-Aged Silvicultural Research Group Conference on Natural Disturbance-Based Silviculture: Managing for Complexity.
Notice bibliographique
Résumé
Both the size and the density of gaps affect seedling growth, but these two parameters have a reciprocal relationship at a given gap ratio. The objective of the present study was to clarify the appropriate gap mosaic coarseness required to facilitate the growth of Quercus gilva Blume seedlings in Cryptomeria japonica D. Don plantations. The spatial heterogeneity of the photosynthetic photon flux density on the forest floor was predicted using mimicked hemispherical diagrams under five levels of gap mosaic coarseness ranging from the finest gap mosaic with a gap size of 25 m 2 and a gap density of 100·ha –1 to the coarsest mosaic of 400 m 2 and 6.25·ha –1 . Photosynthetic potentials (PP) were calculated by combining the predicted photosynthetic photon flux density and photosynthetic relationships of Q. gilva and two nontree major competitors ( Mallotus japonicus (Thunb.) Muell. Arg. and Miscanthus sinensis Anderss.). The coarser gap mosaic formed a more heterogeneous and bimodal PP frequency and resulted in a wider site in which the three species had high growth potential without considering competition among species. However, an intermediate mosaic with a gap width to mean canopy height ratio of 0.7 formed the widest realized niche in which Q. gilva would show good growth with a relative PP > 70%, whereas the competitor species would be suppressed with a relative PP < 70%.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».