MétaCan
Menu
Retour à la cohorte
Enregistrement W2315288918 · doi:10.5558/tfc2014-101

Evaluating a single tree-based growth model for even-aged stands against the maximum size–density relationship: Some insights from balsam fir stands in Quebec, Canada

2014· article· en· W2315288918 sur OpenAlexafffundvenueabout
Mathieu Fortin, Stéphane Tremblay, Robert Schneider

Notice bibliographique

RevueThe Forestry Chronicle · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité du Québec à RimouskiMinistère des Ressources naturelles et des Forêts
Organismes subventionnairesAgence Nationale de la RechercheUniversité Laval
Mots-clésBalsamTree (set theory)StatisticsMathematicsDiameter at breast heightGrowth modelForestryGeographyBiologyHorticultureCombinatorics

Résumé

récupéré en direct d'OpenAlex

In this study, we addressed the issue of model evaluation when long-term monitoring data are unavailable or inappropriate. More specifically, we fitted a single tree-based growth model for pure even-aged balsam fir stands and we compared stochastic predictions with an existing maximum size–density relationship (MSDR). Growth trajectories for plots of different initial densities and diameter distributions were simulated over a 70-year period using 500 realizations for each combination of initial density-diameter distribution. Long-term predictions were consistent with the existing MSDR. The model properly reproduced the senescence phase in which the trajectories diverge from the MSDR. This phase was initiated when the average tree volume reached 0.2-0.3 m3 per tree, which roughly corresponded to a DBH (diameter at breast height, 1.3 m from the ground) between 19 and 23 cm. Although it cannot be generalized, our case study shows that a simple single tree-based growth model with a distance-independent competition index and no stand density index can reproduce an existing MSDR. The match between long-term predictions and an existing MSDR strengthens the confidence in the biological behaviour of the model.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,000
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 Opus0,021
Tête enseignante GPT0,235
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 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

Citations4
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest ecology and managementTravaux en français237 207