MétaCan
Menu
← Retour à la cohorte
Enregistrement W2169624884 · doi:10.1139/x08-161

Spatial distribution of forest landscape change in western New York from presettlement to the present

2009· article· en· W2169624884 sur OpenAlexvenueno aff
Yi‐Chen Wang, Barry J. Kronenfeld, Chris P. S. Larsen

Notice bibliographique

RevueCanadian Journal of Forest Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources Conservation Service
Mots-clésDominance (genetics)BeechTaxonGeographyEcologyYellow birchForestryPhysical geographyBiologyMaple

Résumé

récupéré en direct d'OpenAlex

Changes in tree taxon composition and distribution in western New York over a 200 year time period ca. 1797–1993 were examined by comparing the presettlement land survey with the US Forest Inventory and Analysis (FIA) survey. To ensure data quality, biases in presettlement bearing tree selection and FIA plot location were assessed. A 6 mile × 6 mile grid of taxa abundance was then estimated using geostatistics. Overall, significant changes in taxon composition occurred, with the taxa most abundant in the presettlement land survey — beech (37.0%), sugar maple (21.0%), and eastern hemlock (8.3%) — being replaced by sugar maple (19.2%), ash (11.7%), and red maple (11.4%) in the FIA survey. Spatially resolved comparisons showed that the landscape changed from fairly spatially homogeneous to more heterogeneous; in the presettlement survey, the most abundant taxon in most of the 6 mile × 6 mile grid cells was beech, while in the present survey, the most abundant taxon in most of the cells was one of several early successional taxa that each displayed a distinctly clustered geographic pattern of dominance. The clusters of dominance of the different early successional taxa may correspond to environmental factors. This study demonstrates the insights available through spatially resolved analyses of changes in the forest landscape between presettlement and present.

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 enseignants0,428
Score d'incertitude au seuil0,852

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,049
Tête enseignante GPT0,308
Écart entre enseignants0,259 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→