Climatic determinants of white spruce cone crops in the boreal forest of southwestern Yukon
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
White spruce ( Picea glauca (Moench) Voss) cone crops were measured from 1986 to 2011 in the Kluane region of southwestern Yukon to test the hypothesis that the size of cone crops could be predicted from spring and summer temperature and rainfall of years t, t – 1, and t – 2. We counted cones in the top 3 m of an average of 700 white spruce trees each year spread over 3–14 sites along 210 km of the Alaska Highway and the Haines Highway. We tested the conventional explanation for white spruce cone crops that implicates summer temperatures and rainfall in years t and t – 1 and rejected it, since it explained very little of the variation in our 26 years of data. We used exploratory data analysis with robust multiple regressions coupled with Akaike’s information criterion corrected (AIC c ) analysis to determine the best statistical model to predict the size of cone crops. We could statistically explain 54% of the variation in cone crops from July and August temperatures of years t – 1 and t – 2 and May precipitation of year t – 2. There was no indication of a periodicity in cone crops, and years of large cone crops were synchronous over the Kluane region with few exceptions. This is the first quantitative model developed for the prediction of white spruce cone crops in the Canadian boreal forest and has the surprising result that weather conditions 2 years prior to the cone crop are the most significant predictors.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle