Estimating time since death of <i>Picea glauca</i> × <i>P. engelmannii</i> and <i>Abies lasiocarpa</i> in wet cool sub-boreal spruce forest in east-central British Columbia
Notice bibliographique
Résumé
A new method for studying stand disturbance regimes, which could be used alone or combined with other approaches (e.g., age class analysis, tree ring analysis, direct gap measurements), is presented. The method is a set of multiple regression models that estimate the year of death of trees on the basis of external characteristics (e.g., bark presence) and tree position (standing or down). The models were calibrated for Picea glauca (Moench) Voss × P. engelmannii Parry ex Engelm. and Abies lasiocarpa (Hook.) Nutt. trees with known dates of death determined from permanent sample plot data obtained from the Aleza Lake Research Forest, in east-central British Columbia, in the wet cool foothills of the Rocky Mountains. The P. glauca × P. engelmannii model explained 95.3% and 79.3%, and the A. lasiocarpa model explained 81.2% and 78.2%, of the variation in years since death for standing and down trees, respectively. The models were validated by an independent sample of dead trees, where the model estimate was compared with year of release determined from tree ring cores in subordinate understory trees. The two estimates were related (R2 = 61.3%, for both species), indicating that the model provides acceptable estimates for year of death in the two species. This approach may be particularly useful for determining year of death for trees that do not have subordinate individuals that release following overstory mortality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».