MétaCan
Menu
Retour à la cohorte
Enregistrement W2809729640 · doi:10.17221/7/2018-jfs

Spatial patterns of trees from different development stages in mixed temperate forest in the Hyrcanian region of Iran

2018· article· en· W2809729640 sur OpenAlexaff
Maryam Kazempour Larsary, Kambiz Taheri Abkenar, Hassan Pourbabaei, David Pothier, Beitollah Amanzadeh

Notice bibliographique

RevueJournal of Forest Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensSyncrude (Canada)Université Laval
Organismes subventionnairesnon disponible
Mots-clésBeechSpatial ecologyTemperate forestNaturalnessCommon spatial patternStand developmentFagus orientalisTree (set theory)Temperate rainforestEnvironmental scienceForestryTemperate climateEcologyGeographyMathematicsBiologyEcosystemPhysics

Résumé

récupéré en direct d'OpenAlex

Mixed beech (Fagus orientalis Lipsky) forests are very important to the Hyrcanian region of Iran because of their high degree of naturalness and as a source of wood production. Determination of tree spatial patterns over development stages is a first step in understanding underlying processes driving regeneration and forest dynamics. Spatial patterns of trees from three development stages (initial, optimal and decay) of an untouched mixed beech forest were quantified within three 1-ha plots. To prepare the stem maps, we measured each tree with a DBH larger than 7.5 cm using the azimuth-distance method. Spatial patterns were then analysed using Ripley's K-function. Results indicated that the number of trees decreased from the initial stage to the decay stage, with tree spatial patterns being aggregated, slightly aggregated and highly randomized for initial, optimal and decay stages, respectively. Differences in spatial patterns among the development stages are not unexpected considering that such unmanaged forests are driven by gap dynamics which results in interactions between gap filling individuals.

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)0,001
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 enseignants0,217
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forest ScienceMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207