MétaCan
Menu
Retour à la cohorte
Enregistrement W2137949814 · doi:10.1093/forestry/cpn019

Percent stocking models for four major Alberta tree species

2008· article· en· W2137949814 sur OpenAlexaboutno aff
Yuqing Yang, Shengxiang Huang, W. R. Dempster

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStockingPinus contortaBlack spruceSite indexForestryJack pineSilvicultureBiologyEcologyMathematicsEnvironmental scienceAgronomyGeographyBotanyPinus <genus>Taiga

Résumé

récupéré en direct d'OpenAlex

Based on stem-mapped permanent sample plot data, percent stocking dynamics were modelled for four major tree species in the province of Alberta, Canada: trembling aspen (Populus tremuloides Michx.), white spruce (Picea glauca (Moench) Voss), lodgepole pine (Pinus contorta Dougl. var. latifolia Engelm.) and black spruce (Picea mariana (Mill.) B.S.P.). Percent stocking was defined as the percentage of 10-m2 plots occupied by at least one tree with a minimum height of 1.3 m. The difference equation technique was applied for model fitting. Site index was a significant predictor in all models. Heterogeneous residual variances present in the aspen, white spruce and lodgepole pine models were corrected by applying a power-of-the-mean variance function. Serial correlation due to repeated measurements was considered through a linear log covariance structure. A percent stocking index, defined as the percent stocking at 50 years total age, was derived from the fitted percent stocking models and used for assessing species interactions in mixed-species stands. The presence of other species did not appear to affect percent stocking changes over time for aspen and black spruce. However, white spruce percent stocking was reduced when growing together with aspen, and lodgepole pine percent stocking was negatively affected by the presence of aspen, white spruce and black spruce.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,432
Score d'incertitude au seuil0,869

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0030,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,095
Tête enseignante GPT0,344
Écart entre enseignants0,249 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestry An International Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207