MétaCan
Menu
Retour à la cohorte
Enregistrement W2142501645 · doi:10.1017/s0266467411000265

Demography and biomass change in monodominant and mixed old-growth forest of the Congo

2011· article· en· W2142501645 sur OpenAlexaff
Jean‐Remy Makana, Corneille Ewango, Sean M. McMahon, Sean C. Thomas, Térese B. Hart, Richard Condit

Notice bibliographique

RevueJournal of Tropical Ecology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesArnold ArboretumSmithsonian Tropical Research Institute
Mots-clésBiomass (ecology)Forest dynamicsCarbon stockUnderstoryForestryAgroforestryGeographySecondary forestOld-growth forestTropicsAllometryEcologyEnvironmental scienceBiologyClimate changeCanopy

Résumé

récupéré en direct d'OpenAlex

Abstract: Mbau forest covers much of the Congo, and shifts in its composition could have a large impact on the African tropics. The Ituri forest in east Congo is near a boundary between the monodominant mbau type and non-mbau mixed forest, and two 20-ha censuses of trees ≥ 1 cm diameter were carried out over 12 y to monitor forest change. Based on published diameter allometry, mbau forest had 535 Mg ha−1 biomass above ground and gained 1.1 Mg ha−1 y−1. Mixed forest had 399 Mg ha−1 and gained 3 Mg ha−1 y−1. The mbau tree (Gilbertiodendron dewevrei) increased its share of biomass from 4.1% to 4.4% in mixed forest; other common species also increased. Sapling density declined at both sites, likely because increased biomass meant shadier understorey, but the mbau tree increased in sapling density, suggesting it will become more important in the future. Tree mortality and growth rates were low relative to other tropical forests, especially in the mbau plots. Shifting toward G. dewevrei would represent a large gain in carbon in the mixed forest, but mbau is presently more important as a high-carbon stock: biomass lost during forest harvest could not recuperate for centuries due to slow community dynamics.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · 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

Citations41
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Tropical EcologyMême sujetForest ecology and managementTravaux en français237 207