MétaCan
Menu
Retour à la cohorte
Enregistrement W2127526807 · doi:10.1139/x06-149

Quantity and decay stages of coarse woody debris in old-growth subalpine spruce forests of the western Carpathians, Poland

2006· article· en· W2127526807 sur OpenAlexvenueno aff
Tomasz Zielonka

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnagCoarse woody debrisDead treeForestryWoody plantDead woodMontane ecologyEnvironmental scienceVolume (thermodynamics)FellingPicea abiesGeographyEcologyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

The amount and decay stages of dead wood and the residence time of logs was studied in old-growth spruce-dominated stands in the Tatra and Babia Góra in the western Carpathian Mountains in Central Europe. The DBH of living trees and snags as well as the dimensions of logs (with a minimum diameter of 10 cm) were measured on nine sample plots with a pooled area of 4.3 ha. For the logs, the decay stage was identified according to an eight-level decay classification. Dendrochronological cross-dating was applied to 107 wood samples of logs to determine the time since death. The average volume of living trees was 454 m3/ha and the volume of coarse woody debris (CWD) averaged 191 m3/ha. The noted volume of CWD was higher than volumes reported from previous studies in the Carpathian Mountains. On average, CWD made up 30% of the total volume (living plus dead) and varied between 49% and 21% for the stands. The average age of logs for decay class 1 was 13 years and 24, 28, 38, 45, 38, and 60 years for decay classes 2–7, respectively. Considerable variation of time since death between decay classes was probably due to a variable time while dead trees remained standing as snags.

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 enseignants0,024
Score d'incertitude au seuil0,048

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
Bibliométrie0,0020,001
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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,256
Écart entre enseignants0,224 · 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

Citations62
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207