MétaCan
Menu
Retour à la cohorte

Biomass of trees sampled across Canada as part of the Energy from the Forest Biomass (ENFOR) Program

2017· dataset· en· W2774291037 sur OpenAlexaffabout
M.-C. Lambert, Jing Guo

Notice bibliographique

RevueGEOSCAN · 2017
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésBiomass (ecology)Sampling (signal processing)Forest inventoryTree (set theory)ForestryBark (sound)Sample (material)Environmental scienceGeographyEcologyForest managementMathematicsBiologyComputer scienceChemistryCombinatorics

Résumé

récupéré en direct d'OpenAlex

In the early 1980’s, thousands of trees were destructively sampled across Canada by the Canadian Forest Service (CFS) as part of the ENergy from the FORest research (ENFOR) program with the objective to produce regional biomass equations for the most common tree species. The sampling was overseen by researchers in each of the CFS’s five regional establishments. In the early 2000’s, following a request by Canada’s National Forest Inventory, the original ENFOR data was recovered from regional archives, assembled and homogenized for the purpose of creating national biomass equations for Canada’s most common tree species. The equations were published in two installments. The first (Lambert et al, 2005), covered all of Canada except British Columbia for which the ENFOR data had not been recovered at the time of publication. The second (Ung et al, 2008), contains equations for the British Columbia-specific species, and modified equations for other Canadian tree species that had also been sampled in British Columbia. These publications also contain detailed information about the original tree sampling and sample processing and the original ENFOR reports. This dataset contains the oven dry mass of four separate tree compartments for nearly 9,000 trees belonging to 33 different species. The four compartments are: stem wood, stem bark, branches, and foliage and twigs. Results of compilation, calculations and corrections are also contained in this dataset.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,999

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGEOSCANMême sujetForest ecology and managementTravaux en français237 207