MétaCan
Menu
← Retour à la cohorte
Enregistrement W2508367305 · doi:10.1139/cjfr-2015-0511

Nonlinear height–diameter models for three woody, understory species in a temperate oak forest in Hungary

2016· article· en· W2508367305 sur OpenAlexfundvenueno aff
Tamás Misik, Károly Antal, Imre Kárász, Béla Tóthmérész

Notice bibliographique

RevueCanadian Journal of Forest Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesDebreceni EgyetemUniversity of Alberta
Mots-clésCanopyUnderstoryRange (aeronautics)Woody plantForestryTemperate forestTemperate rainforestTemperate climateEnvironmental scienceEcologyBiologyGeographyEcosystem

Résumé

récupéré en direct d'OpenAlex

Information about the diameter and the height of woody species is fundamental to developing growth and yield models in forest stands. Ten nonlinear height–diameter functions were fitted and evaluated for the site. The dataset consisted of 957 selected individuals of three dominant woody species (Acer campestre L., Acer tataricum L., and Cornus mas L.) and represented a wide range of woody species sizes. Changes in these equations following dieback of oak canopies were analysed. Residual standard error (RSE) results of the two-parameter functions showed that the “Wykoff et al. 1982” and “Bates and Watts 1980 – Ratkowsky 1990” functions had lower RSE values in 1972. After oak decline the “Larson 1986” and “Bates and Watts 1980–Ratkowsky 1990” functions had lower values. The RSE data for the three-parameter functions showed that the “Pearl and Reed 1920” function had fitted RSE values at the start of the long-term study. After the canopy decline function, the “Ratkowsky 1990” function RSE value was lowest for A. campestre and C. mas. “Pearl and Reed 1920” was the best-fitted function for A. tataricum. Height–diameter equations increase our knowledge about the growth of these species, which will enable us to improve management planning in oak forests.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,108
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,066
Tête enseignante GPT0,281
Écart entre enseignants0,215 · 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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→