Variation in occurrence and extent of internal stem decay in standing trees across the eastern US and Canada: evaluation of alternative modelling approaches and influential factors
Notice bibliographique
Résumé
The occurrence (probability) and extent (proportion) of tree internal stem decay are important attributes influencing potential wood quality and value, but variation in decay by species, tree size and geographic range are rarely evaluated and modelled. In this analysis, we used 1246 destructively sampled trees across 33 species in the northeastern United States and New Brunswick, Canada to determine the factors influencing the combined probability and proportion of decay. In the process, we evaluated three modelling approaches including a two-part conditional model, multinomial model and generalized additive model for location, scale and shape (gamlss) that simultaneously predicted both probability and proportion of decay. Predictive capability for all three methods were nearly identical when classifying decay occurrence. Compared with the other methods, the gamlss model had a lower mean bias and root mean square error (RMSE) when predicting decay extent. Tree diameter to height ratio (ratio of diameter at breast height to total height), height, crown ratio, species tolerance to flooding and drought, leaf longevity, and an assessment of perceived tree risk of mortality (risk class) were selected as predictors in the best overall model for decay occurrence. For predicting decay extent, the best model included risk class, crown ratio and the last freezing date of spring. Further analysis identified significant species differences, which we used to develop functional species groupings based on decay occurrence and extent. Despite these observed relationships, a high degree of unexplained variation remained, highlighting the challenges of modelling decay in trees of different species across a range of growing environments.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».