MétaCan
Menu
Retour à la cohorte
Enregistrement W2128160828 · doi:10.1139/x06-308

Comparative analysis of occluded branch characteristics for<i>Fraxinus excelsior</i>and<i>Acer pseudoplatanus</i>with natural and artificial pruning

2007· article· en· W2128160828 sur OpenAlexvenueno aff
Sebastian Hein, Heinrich Spiecker

Notice bibliographique

RevueCanadian Journal of Forest Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Forest Institute
Mots-clésAcer pseudoplatanusFraxinusMaplePruningMathematicsUnivariateHorticultureBotanyStatisticsMultivariate statisticsBiology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to develop models on branch characteristics for Fraxinus excelsior L. (common ash) and Acer pseudoplatanus L. (sycamore maple) based on 44 and 25 sample trees, respectively. A total of 635 ash and 334 maple branches were sampled. The data set on artificial pruning was pooled among the two species with a total of 71 branches from 16 trees. The material was used to predict (i) the time for a complete occlusion, (ii) the total radius of the occluded branch inside the trunk, (iii) the branch insertion angle, and (iv) the dead branch portion of the occluded branch. In addition, the effects of species and natural versus artificial pruning were assessed. Generalized hierarchical mixed models with univariate or multivariate approaches were used in this analysis. The diameter of the occluded branch and the stem radial increment played a dominant role as predictors. Artificial pruning led to a significant reduction in occlusion time and a shorter occluded branch radius. Only few species-specific differences were found. Simulations showed a reasonable overall behaviour of the models. The residual variation was tolerable for integrating the models into a growth simulation system.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,308
Écart entre enseignants0,275 · 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

Citations21
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207