MétaCan
Menu
Retour à la cohorte
Enregistrement W2498526790 · doi:10.5539/jas.v8n8p201

Biomass Distribution and Development of Allometric Equations for Non-Destructive Estimation of Carbon Sequestration in Grafted Mango Trees

2016· article· en· W2498526790 sur OpenAlexvenueno aff
A. N. Ganeshamurthy, V. Ravindra, R. Venugopalan, Malarvizhi Mathiazhagan, R. M. Bhat

Notice bibliographique

RevueJournal of Agricultural Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllometryTree allometryBiomass (ecology)Diameter at breast heightMathematicsSampling (signal processing)BotanyAnimal scienceBiologyAgronomyEcologyPhysicsBiomass partitioning

Résumé

récupéré en direct d'OpenAlex

<p>The general equations available/developed for forest/wild mango trees based on measurement of diameter at breast height (DBH) (cannot be used) are not applicable for mango orchards which are predominantly established with grafted plants. Hence allometric equations were developed with destructive sampling of grafted mango trees. The selected parameters showed that allometric parameters were significantly related with age of the trees. The proportion of roots (22%) in grafted mangos was found to be higher than those reported for tropical forest trees (18%) with a R ratio of 0.291. The biomass expansion factor (BEF) varied with age. Initially the BEF was very high followed by a decreasing phase and finally a steady phase by and large attained stability beyond 20 years. The equations generally fitted the data well, and in most cases more than 50% of the observed variation in biomass was explained by primary branch girth (PBG) × number of primary branches (NPB). All equations were statistically significant (p < 0.05) for both scaling parameters, a and b. Based on the R<sup>2</sup> values the best fit model for estimation of above ground biomass of grafted mango trees is a power model using PBG × NPB as the best dimension: There was a good agreement between the observed and the predicted biomass using this equation.</p>

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,105

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetForest ecology and managementTravaux en français237 207