MétaCan
Menu
← Retour à la cohorte
Enregistrement W2127291050 · doi:10.1139/x99-233

Water use of interior Douglas-fir

2000· article· en· W2127291050 sur OpenAlexvenueaboutno aff
D. G. Simpson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Water Relations and Carbon Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTranspirationVapour Pressure DeficitDouglas firXylemIrradianceVolume (thermodynamics)HorticultureEnvironmental scienceShootBotanyForestryAnimal scienceHydrology (agriculture)Atmospheric sciencesBiologyGeographyGeologyPhysicsPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

Water use of individual Douglas-fir (Pseudotsuga menziesii var. glauca (Beissn.) Franco) trees was measured in two plots at a forest site in southern British Columbia, Canada. Average daily early summer water use by trees with diameters of 7.5-70 cm varied from 1.8 to 166 L. Sap flux density (cm3 water/cm2 sapwood per hour) was linearly related to shoot xylem pressure potential and was found to increase with increasing vapour pressure deficit (VPD) and short-wave irradiance (I), reaching maximum rates with VPD > 0.6 kPa and I > 200 W·m-2. Daily sap flux density varied among trees but was not related to tree diameter, so an average value of 1137.4 L·m-2 sapwood area was used to estimate average early summer stand transpiration for the two plots of 1.08 and 1.5 mm·d-1. A close curvilinear relationship (r2 = 0.85) was found between stem cross-sectional area increment and sapwood area. The relationship was only slightly better (r2 = 0.89) between area increment and early summer individual tree water use. Stand volume growth for 1988-1998 for the two plots was 36-47 m3·ha-1. Stem volume relative growth rate over this 10-year period is estimated at 0.027 and 0.029 m3·m-3·a-1.

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)0,000
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 enseignants0,272
Score d'incertitude au seuil0,541

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,034
Tête enseignante GPT0,261
Écart entre enseignants0,228 · 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

Citations13
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPlant Water Relations and Carbon Dynamics→Travaux en français237 207→