MétaCan
Menu
Retour à la cohorte
Enregistrement W2606652501 · doi:10.3390/f8040128

Long-Term Susceptibility of Even- and Uneven-Aged Northern Hardwood Stands to Partial Windthrow

2017· article· en· W2606652501 sur OpenAlexaff
Philippe Nolet, Martin Béland

Notice bibliographique

RevueForests · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensUniversité de MonctonUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésWindthrowSilvicultureSalvage loggingStand developmentEnvironmental scienceForest managementGeographyEcologyForestryForest ecologyAgroforestryEcosystemBiology

Résumé

récupéré en direct d'OpenAlex

While uneven-aged silviculture may appear preferable to even-aged silviculture in terms of stand susceptibility to windthrow (major wind damage), the scientific evidence is equivocal on this issue, because the two systems do not operate over the same time frame. The goal of this study was to evaluate the windthrow susceptibility of even- and uneven-aged stands over a 100-year period. Susceptibility to windthrow of North American hardwood stands was evaluated by coupling a stand growth model (Forest Vegetation Simulator, or FVS) to stem windthrow probability equations from the literature. This coupling was straightforward given that FVS provides the diameter at breast height (DBH) of each tree within a stand over the simulation period. Windthrow susceptibility equations also use DBH to calculate stem windthrow probability. Our results show that average loss due to windthrow under uneven-aged management can be twice that observed under even-aged management at moderate wind severity for sugar maple-dominated stands. This result should be interpreted with caution because of the impossibility in our simulations of considering differences in tree form development between the two approaches. Nevertheless, this study clearly shows that even-/uneven-aged silviculture comparisons should be made on a long-term basis since uneven-aged stands are continuously susceptible to windthrow, while even-aged stands tend to be little affected by windthrow in their early developmental stages.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetTree Root and Stability StudiesTravaux en français237 207