Assessing model performance in forecasting long-term individual tree diameter versus basal area increment for the primary Acadian tree species
Notice bibliographique
Résumé
Tree basal area (ba) or diameter at breast height (dbh) are universally used to represent tree secondary growth in individual tree based growth models. However, the long-term implications of using either ba or dbh for predictions are rarely fully assessed. In this analysis, Δba and Δdbh increment equations were fit to identical datasets gathered from six conifer and four hardwood species grown in central Maine. The performance of Δba and Δdbh predictions from nonlinear mixed-effects models were then compared with observed growth measurements of up to 29 years via a Monte Carlo simulation. Two evaluation statistics indicated substantial improvement in forecasting dbh using Δdbh rather than Δba. Root mean squared error (RMSE) and percentage mean absolute deviation (MAD%) were reduced by 14% and 15% on average, respectively, across all projection length intervals (5–29 years) when Δdbh was used over Δba. Differences were especially noted as projection lengths increased. RMSE and MAD% were reduced by 24% when Δdbh was employed over Δba at longer projection lengths (up to 29 years). Simulations found that simulating random effects rather than using local estimates for random effects performed as well or better at longer interval lengths. These results highlight the implications that selecting a growth model dependent variable can have and the importance of incorporating model uncertainty into the growth projections of individual tree based models.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».