MétaCan
Menu
Retour à la cohorte
Enregistrement W2207520043 · doi:10.5539/ijb.v8n1p42

Epidemiology and Ecological Distribution of Tree Tumors in the Territory of Landscape Reserve “Teply stan”

2015· article· en· W2207520043 sur OpenAlexvenueno aff
Duran Kala

Notice bibliographique

RevueInternational Journal of Biology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNature reserveBetula pendulaTree (set theory)Distribution (mathematics)ForestryEcologyBiologyBotanyGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

This study focuses tumors of woody trees in the territory of landscape reserve “Teply stan” in Moscow. Abnormal swellings on the trunk of woody trees are called Tumor. Formation of a swell is an evidence of an infringement of metabolism in a tree's body, is a disease of a tree and is a cause of a tree's premature death. Tumor prevents transportation of water and minerals from roots towards the leaves of a tree and transportation of organic matters from the leaves towards roots. The purpose of this study is to find out some appropriatenesses of spreading of tumors of trees in the landscape reserve “Teply stan”. In this study, landscape reserve divided into 9 study sections according to ecological conditions. Surveillance of all trees and statistical analysis of tumor trees in studied section of landscape reserve have done. The results showed that 57 of the counted 25 thousands trees have tumors. 50 of the tumors trees are belong to birch (Betula pendula).Trees with tumors are distributed non-uniformly, generally in central and east parts of landscape reserve that had ecologic pollution. Mainly birch (Betula pendula), oak (Quercus rubor) and linden (Tilia cordata) are damaged by tumors in the studied territory. The most effected trees with tumors are birch (Betula pendula) tree population. The direct proportion between ecological situation and the number of tumors have found.

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 enseignants0,010
Score d'incertitude au seuil0,020

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 savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,296
Écart entre enseignants0,269 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetFire effects on ecosystemsTravaux en français237 207