Notice bibliographique
Résumé
In 1787, the U.S. Congress authorized the sale of the "Ohio Company Purchase", ca. 5000 km 2 in Appalachian Ohio. The land was surveyed using a township and range system shortly thereafter. Data on >5600 witness trees were transcribed from the survey records, and witness tree locations were plotted on a digital map. This information was used to evaluate presettlement forest composition and structure and to investigate vegetation-site relationships before widespread alteration of the forests had taken place. Presettlement conditions were compared with present conditions using forest inventory and analysis (FIA) data. Two hundred years ago, the forests of southeastern Ohio were dominated by large individuals of Quercus alba L., Carya Nutt. spp., Quercus velutina Lam., and Fagus grandifolia Ehrh. These four taxa accounted for 74% of all witness trees. Although almost 70% of the region is forested today, the second-growth forest has witnessed a decrease in Quercus and Carya and an increase in Acer saccharum Marsh., Acer rubrum L., and many early successional species in smaller size classes. Despite the significant shift in forest composition and structure, species in general seem to be occupying similar positions in the present-day landscape compared with the presettlement forest; topographic variables most strongly control species occurrence in this landscape.
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 | 0,001 | 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 | 0,000 |
| 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 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 ».