Coarse woody debris in forest regions of Russia
Notice bibliographique
Résumé
To assess regional stores of coarse woody debris (CWD) in seven major forest regions of Russia, we combined data collected as part of the routine forest inventory with measurements in 1044 sample plots and the results of density sampling of 922 dead trees. The stores of CWD in the western part of Russia (St. Petersburg, Central, Khanty-Mansi, and Novosibirsk regions) were on average lower (1420 m3/ha or 4.05.8 Mg/ha) than in the East Siberian and Far Eastern regions (4051 m3/ha or 11.014.4 Mg/ha). The difference in CWD stores was particularly large between young forests in two western regions (2.4 Mg/ha in St. Petersburg and 3.4 Mg/ha in the Central region) and in the east (20.424.4 Mg/ha). This difference is associated with the prevailing disturbance type: clear-cut harvest in western Russia and natural disturbances in the east. Analysis of variance in CWD stores indicates that region, dominant species, forest age group, productivity class, and interactions of these factors explain 8788% of the total variance and the strongest effects are for age group and region. Lower stores of CWD within the intensively managed forest regions suggest that further expansion of forest use in many regions of Russia may reduce regional stores of CWD and carbon.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».