MétaCan
Menu
Retour à la cohorte
Enregistrement W2154526471 · doi:10.1093/forestry/cps036

Development of regional height to diameter equations for 15 tree species in the North American Acadian Region

2012· article· en· W2154526471 sur OpenAlexaffabout
Basista Prasad Rijal, Aaron R. Weiskittel, John A. Kershaw

Notice bibliographique

RevueForestry An International Journal of Forest Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesU.S. Forest Service
Mots-clésBasal areaTree (set theory)Diameter at breast heightCrown (dentistry)ForestrySite indexCompetition (biology)MathematicsStatisticsVegetation (pathology)GeographyCovariateEcologyPhysical geographyBiologyCombinatorics

Résumé

récupéré en direct d'OpenAlex

Equations that relate individual tree diameter at breast height (d.b.h.) and total height (HT) are important because HT is not widely measured and is often needed to estimate stem volume or predict HT growth. The primary goal of the study was to construct a regional HT to d.b.h. equation (H-D) for 15 tree species of the Acadian Region. Specific objectives were to (1) evaluate performance of the Forest Vegetation Simulator Northeast Variant (FVS-NE) equations, (2) explore suitable model forms and compare the influence of various tree- and stand-level variables on HT prediction and (3) develop species-specific equations that are unbiased across a broad geographic region. Data were available from an extensive database covering Maine, three provinces of the Canadian Maritimes and southern Québec. The study showed that the widely used FVS-NE model had significant prediction biases for all species in the region. The best model form among those evaluated was the von Bertalanffy–Richards (vB-R; commonly referred to as the Chapman–Richards), with added covariates that included crown competition factor, basal area in trees larger than subject tree and a climate-derived site index.

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)0,002
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 enseignants0,382
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,108
Tête enseignante GPT0,365
Écart entre enseignants0,257 · 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

Citations21
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

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