Maximum density-size relationships for Sitka spruce and coastal Douglas-fir in Britain and Canada
Notice bibliographique
Résumé
In this study, we examined density–size relationships for Sitka spruce (Picea sitchensis (Bong.) Carr.) and Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) using data collected in stands in Great Britain (GB) and Western Canada. These two conifers are native to Western North America and have been widely planted in GB. Results indicate differences between stands in Canada and GB in both the intercept and slope of the log maximum density–log size boundary lines. In GB, the slope (b) of the relationship between log of stand density (number of trees per hectare) and log of quadratic mean diameter (Dq) is steeper than the theoretical value of −1.605 (−2.063 for Sitka spruce and −1.864 for Douglas-fir). Values of b are lower in Canada (−1.437 for Sitka spruce and −1.241 for Douglas-fir) than in GB. Within each region, b is similar for the two species. However, the intercept term differs for Sitka spruce and Douglas-fir in GB. These differences provide additional evidence that density–size boundary line relationships are influenced by environmental and other factors and indicate the need for development of density–size relationships for each species and for each region where the species is grown. Maximum stand density index (SDI) values calculated using these relationships are 1868 and 2073 for Sitka spruce and 1491 and 1815 for Douglas-fir in GB and Canada, respectively. Differences in maximum SDI between these two regions may be related to differences in climate, provenance, stand history and other factors. Maximum density–size relationships presented in this paper can be used as a starting point for managing stand density for both even-aged and continuous cover stands and for identifying potential maximum stocking in stands of these species in GB and Canada.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 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 ».