A visual index for estimating cone production for individual white spruce trees
Notice bibliographique
Résumé
The number of cones produced by coniferous trees is commonly estimated by visual counts from the ground of a portion of the tree multiplied by a simple conversion factor. Linear conversion factors have been used to estimate total cone production by white spruce (Picea glauca (Moench) Voss). However, these conversion factors originate from other coniferous species and were often based on assumptions of cone visibility within the crown and not on empirical data. We propose a simple method for estimating the total number of cones produced by individual white spruce. We counted visible cones (an index of cone production, or cone index) on a total of 60 trees located in Alberta and Yukon, Canada, that were then felled and all cones were counted. We found that log(actual total cones) = 0.073 + 1.189 × log(cone index) is more accurate for estimating total cone numbers for white spruce than are other conversion factors (ranging from total cones = 1.5 × cone index to total cones = 3.35 × cone index), as determined using Akaike's information criterion with small sample bias adjustment and a validation data set. The relationship between the index of cone production and actual total cones produced is nonlinear, which is contrary to that proposed for various Pinus species.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,000 |
| 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 ».