MétaCan
Menu
← Retour à la cohorte
Enregistrement W2150773012 · doi:10.1139/x06-110

Is long primary growth associated with stem sinuosity in Douglas-fir?

2006· article· en· W2150773012 sur OpenAlexvenueno aff
Barbara L. Gartner, G.R. Johnson

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSinuosityGeographyForestryBotanyBiologyMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Stem sinuosity is a highly visible stem-form trait in the leaders of fast-growing Douglas-fir (Pseudotsuga menziesii var. menziesii (Mirb.) Franco) trees, yet its cause is unknown. We tested the hypotheses that sinuous stems have longer expanses of primary growth than nonsinuous stems (putting the leader at higher risk for curvature, induction of compression wood formation, and possibly overcorrection) and higher leader angle using 4- to 5-year-old saplings in raised beds. As hypothesized, sinuous stems had longer expanses of primary growth than did nonsinuous stems (13.5 vs. 12.3 cm, respectively). However, for the dates for which growth (length/day, primary growth, secondary growth, and total growth) differed significantly among sinuosity class, sinuosity class only explained 15%–21% of the variation in growth rate. There were no significant differences in leader angle for saplings of the three sinuosity classes. Contingency tables indicated some consistency in the category of sinuosity to which we assigned the stems in 2001 and 2002 (χ2 = 11.2, p < 0.004). When we used a more quantitative measure, the ratio of stem length/stem distance, there was a tendency toward a significant relationship between the two years (r = 0.272, p = 0.0893). These data suggest that, counter to expectation, the rate of stem growth was not a large factor in determining whether leaders become sinuous for this population of trees.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,020
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→