MétaCan
Menu
Retour à la cohorte
Enregistrement W2171218493 · doi:10.1139/x06-026

The relationship between site and tree characteristics and the presence of wet heartwood in black spruce in the boreal forest of Quebec, Canada

2006· article· en· W2171218493 sur OpenAlexvenueaboutno aff
Cornélia Krause, Réjean Gagnon

Notice bibliographique

RevueCanadian Journal of Forest Research · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlack spruceTaigaForestryPodzolMoistureWater contentEnvironmental scienceSoil waterBotanyEcologyHorticultureGeographyBiologySoil scienceGeology

Résumé

récupéré en direct d'OpenAlex

Wet heartwood in black spruce (Picea mariana (Mill.) BSP) causes considerable problems during the drying process. Forest companies try to avoid harvesting stands with wet heartwood, but no relationship has been yet established between the incidence of wet heartwood and tree or site characteristics. To characterize areas containing a significant proportion of black spruce affected by wet heartwood, a total of 635 black spruce trees were sampled in eighteen 400 m 2 study plots under management in the central boreal forest of Quebec. A total of 18 study sites were analysed and classified as wet, intermediate, or dry, based on the proportion of individuals with wet heartwood. Thirteen of the study sites were classified as wet, two as intermediate, and three as dry. The average age calculated for trees on wet sites was significantly (p = 0.0001) higher than that of the other two classes, whereas growth rate was significantly lower on wet sites. No difference was noted in the average height or diameter of the individuals from all three classes. The wet sites contained organic soil, whereas Podzols characterized two of the three dry study sites. An additional sampling of black spruce (n = 509) revealed a significant relationship between the groundwater level and heartwood moisture content classification (i.e., dry, intermediate, or wet). Trees in the dry heartwood class grew on sites with the lowest groundwater levels (p = 0.002) compared with trees in the wet or intermediate classes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,073
Score d'incertitude au seuil0,195

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,249
Écart entre enseignants0,214 · 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 tête enseignante, 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

Citations11
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetWood Treatment and PropertiesTravaux en français237 207