MétaCan
Menu
← Retour à la cohorte
Enregistrement W2167528887 · doi:10.1139/x06-044

Influence of Swiss needle cast on foliage age-class structure and vertical foliage distribution in Douglas-fir plantations in north coastal Oregon

2006· article· en· W2167528887 sur OpenAlexvenueno aff
Aaron R. Weiskittel, Douglas A. Maguire, Sean M. Garber, Alan Kanaskie

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesCenter for Innovative Medicine
Mots-clésCrown (dentistry)Douglas firRange (aeronautics)Distribution (mathematics)Spatial distributionForestryGeographyPhysical geographyAtmospheric sciencesMathematicsEcologyEnvironmental scienceBotanyBiologyStatisticsGeology

Résumé

récupéré en direct d'OpenAlex

Swiss needle cast (SNC) causes premature loss of foliage and subsequent growth decline in Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco). Although the mechanisms leading to this growth decline include loss of photosynthetic surface area and physiological disruption of surviving foliage, estimating the relative contribution of these two primary sources requires precise quantification of SNC effects on total foliage mass, foliage age-class structure, and vertical foliage distribution. The effect of SNC severity on these crown structural attributes was tested across a range of stand densities and site qualities in 10- to 60-year-old plantations in north coastal Oregon. Foliage mass in each age-class was sampled at the branch level, and the resulting equations were applied to all live branches on intensively measured sample trees. Vertical distribution of each foliage age-class was described by a beta distribution fitted to each sample tree, and sources of variation in vertical distribution were tested by regressing beta parameter estimates on SNC intensity and other covariates representing tree, stand, and site attributes. Distribution of foliage mass by age-class and by relative height in the crown was significantly affected by SNC severity, in addition to other covariates such as crown size and tree social position. SNC caused a reduction in the amount of foliage in each age-class and greater relative representation of younger needles. SNC also shifted the mode of relative vertical distribution toward the top of the tree for the three youngest foliage age-classes, but toward the base of the crown for 4- and 5-year-old foliage. Quantification of foliage age-class structure and vertical distribution across a range of SNC severity has helped to establish diagnostic criteria for assessing changes in crown structure that precede declines in growth and vigor. The induced changes in crown structure will also help to identify the relative contribution of several mechanisms causing growth losses in diseased trees.

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)0,000
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 enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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

Citations28
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→