MétaCan
Menu
Retour à la cohorte
Enregistrement W2165897442 · doi:10.1139/x01-111

Using witness trees to assess forest change in southeastern Ohio

2001· article· en· W2165897442 sur OpenAlexvenueno aff
James M. Dyer

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyForestryVegetation (pathology)MarshEcologyBiologyWetland

Résumé

récupéré en direct d'OpenAlex

In 1787, the U.S. Congress authorized the sale of the "Ohio Company Purchase", ca. 5000 km2 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,181
Tête enseignante GPT0,378
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207