Notice bibliographique
Résumé
The forest vegetation of Mt. Inwang was surveyed from August to October 2014. The vegetation of Mt. Inwang classified into 12 main communities according to the phisiognomic dominant species: P. densiflora commintity, P. densiflora-Prunus sargentii commintity, P. densiflora-Quercus mongolica commintity, P. densiflora-R. pseudoacacia commintity, Q. acutissima commintity, Q. acutissima- P. densiflora commintity, Q. acutissima-R. pseudoacacia commintity, Quercus variabilis commintity, Robinia pseudoacacia commintity, R. pseudoacacia-Pinus. densiflora commintity, R. pseudoacacia- Quercus acutissima commintity, R. pseudoacacia-Quercus serrata commintity. In addition, we identified the P. densiflora commintity distributed around the mountain top rocky ridge area, and R. pseudoacacia community is bordered on the inhabitant in the foot of mountain. P. densiflora-P. sargentii commintity showed higher species diversity than other communities. The degree of green naturality (DGN) 7 occupied 46.8% and DGN 6 occupied 40.6% of Mt. Inwang area. The coverage of herb layer of plant community was poor of 10%, shrub layer was 30~40%, and tree layer was 80% in all plant communities. However the coverage of sub-tree layer was very thin in pine tree communities. The frequency distribution in DBH-class of P. densiflora in the P. densiflora community showed scarce distribution of small diameter trees, and was opposed to the R. pseudoacacia that had large individuals of small diameter in the R. pseudoacacia community. The net primary productivity (NPP) was assumed as 1,504.42 g/m2/yr(use temp.) by Miami model, and 1,483.99 g/m2/yr by Montreal model, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».