Realized Genetic Gains in Coastal Douglas-fir in British Columbia: Implications for Growth and Yield Projections
Notice bibliographique
Résumé
Abstract Realized genetic gain trials for coastal Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) at five different sites with four different spacings were assessed at age 12 to compare early gain predictions in growth from small plot progeny test designs to those obtained from large block designs. Seedlings from three genetic levels, i.e., local wild-stand controls (WS), a mid-gain seedlot (MG), and a top-cross seedlot (TC) were planted in 12 × 12 tree plots with two replications at spacings of 1.6 m, 2.3 m, 2.9 m and 4.0 m. Two replications of a “single-tree plot” design at 2.9 m spacing for the three genetic levels (30 trees per genetic level) were also established, to allow for more detailed comparisons between single-tree and multiple-tree plot means. Although these trials are still relatively young, trees in the closest spacing had the highest levels of mortality with the TC trees having the highest rate of survival. Height gains in the block trials ranged from 10.4% to 16.1% for MG and TC trees, respectively, and were relatively close to the predicted values; however, volume (individual tree and volume/ha) gains exceeded expectations. Effects of genetic entry on height at age 12 were highly significant, while spacing, genetic entry by spacing, and genetic entry by test site interactions were not significant. We also compared height growth over the first 12 years to growth estimated from the “Bruce height growth model” for Douglas-fir and found that on four of the five test sites our MG and TC seedlings follow the expected height growth trajectories.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».