Predicting postfire Douglas-fir beetle attacks and tree mortality in the northern Rocky Mountains
Notice bibliographique
Résumé
Douglas-fir ( Pseudotsuga menziesii (Mirb.) Franco) were monitored for 4 years following three wildfires. Logistic regression analyses were used to develop models predicting the probability of attack by Douglas-fir beetle ( Dendroctonus pseudotsugae Hopkins, 1905) and the probability of Douglas-fir mortality within 4 years following fire. Percent crown volume scorched (crown scorch), cambium injury, diameter at breast height (DBH), and stand density index for Douglas-fir were most important for predicting Douglas-fir beetle attacks. A nonlinear relationship between crown scorch and cambium injury was observed, suggesting that beetles did not preferentially attack trees with both maximum crown scorch and cambium injury, but rather at some intermediate level. Beetles were attracted to trees with high levels of crown scorch, but not cambium injury, 1 and 2 years following fire. Crown scorch, cambium injury, DBH, and presence/absence of beetle attack were the most important variables for predicting postfire Douglas-fir mortality. As DBH increased, the predicted probability of mortality decreased for unattacked trees but increased for attacked trees. Field sampling suggested that ocular estimates of bark char may not be a reliable predictor of cambium injury. Our results emphasize the important role of Douglas-fir beetle in tree mortality patterns following fire, and the models offer improved prediction of Douglas-fir mortality for use in areas with or without Douglas-fir beetle populations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».