MétaCan
Menu
Retour à la cohorte
Enregistrement W2111219132 · doi:10.1093/forestry/cpp027

Snag frequency, diameter and species distribution and input rate in Newfoundland boreal forests

2010· article· en· W2111219132 sur OpenAlexaffabout
M. T. Moroni, Denis. Harris

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesU.S. Forest Service
Mots-clésSnagBalsamAbies balsameaTaigaForestryBlack spruceDiameter at breast heightThinningDead treeHectareEcologyEnvironmental scienceBiologyBotanyGeographyHabitat

Résumé

récupéré en direct d'OpenAlex

Dead-tree (snag) density (stems per hectare), diameter, species distribution and input rate were examined in Newfoundland boreal forests dominated by black spruce (Picea mariana (Mill.) B.S.P.) and balsam fir (Abies balsamea (L.) Mill.). Examinations were based on permanent sample plot data. Total snag densities were higher in fir than spruce and were densest in 40- to 59-year-old stands of both species. Densities of >9 cm diameter at breast height (d.b.h.; 1.3 m, hereafter all dimensions are dbh) snags and live trees and larger live and dead trees (>19 cm stems) were also higher in fir than spruce. Fir also generated more larger snags at a younger age than spruce. Precommercial thinning reduced snag densities, virtually eliminating >9 cm snags from 37- to 48-year-old forests. Disturbance regime had a minor impact on snag densities in >40-year-old forests. The annual rate of >9 cm snag production in >60-year-old forests was <1.6 and <1.2 per cent of live trees per year in fir and spruce, respectively. The annual rate of live >9 cm tree fall down in >60-year-old forests was <0.6 and <0.9 per cent in fir- and spruce-dominated forests, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,450
Score d'incertitude au seuil0,906

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,306
Écart entre enseignants0,264 · 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

Citations7
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207