Group selection management in conifer forests: relationships between opening size and tree growth
Notice bibliographique
Résumé
Replicated circular openings ranging in size from 0.1 to 1 ha were cleared in 1996 at Blodgett Forest Research Station, California, and planted with seedlings of six native species. After 5 years of postharvest growth, heights were measured and analyzed according to species, opening size, and location within opening. The sequence of mean height from tallest to shortest, according to species, was as follows: giant sequoia (Sequoiadendron giganteum (Lindl.) Buchholz) > incense-cedar (Calocedrus decurrens (Torr.) Florin) > Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco var. menziesii) ≈ ponderosa pine (Pinus ponderosa Dougl. ex Laws.) > sugar pine (Pinus lambertiana Dougl.) ≈ white fir (Abies concolor (Gord. & Glend.) Lindl.). To describe the influence of openings size on seedling height, we use an information-theoretic approach to select from competing models that predicted fifth-year height from group selection opening size. Asymptotic fits (modeled with MichaelisMenton curves) were selected for giant sequoia, ponderosa pine, sugar pine, and incense-cedar. Quadratic fits were selected for white fir and Douglas-fir. Linear models predicting increasing growth with opening size were consistently ruled out for all species. Although a marked depression in seedling-height growth occurred along the edges within the openings, mean annual radial increment of the 90-year-old border trees surrounding the openings increased by 30%, compared with other canopy trees in the forested matrix between openings.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».