MétaCan
Menu
← Retour à la cohorte
Enregistrement W2885045510 · doi:10.1139/cjfr-2018-0071

Distribution of epicormic branches and foliage on Douglas-fir as influenced by adjacent canopy gaps

2018· article· en· W2885045510 sur OpenAlexvenueno aff
John Punches, Klaus J. Puettmann

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesCenter for Innovative MedicineOregon State University
Mots-clésCanopyCrown (dentistry)BiologyRange (aeronautics)BotanyDouglas firHorticulture

Résumé

récupéré en direct d'OpenAlex

The influence of adjacent canopy gaps on spatial distribution of epicormic branches and delayed foliage (originating from dormant buds) was investigated in 65-year-old coastal Douglas-fir (Pseudotsuga menziesii var. menziesii (Mirb.) Franco). Sample trees were selected across a broad range of local densities (adjacent canopy gap sizes) from a repeatedly thinned stand in which gaps had been created 12 years prior to our study. Lengths and stem locations of original and epicormic branches were measured within the south-facing crown quadrant, along with extents to which branches were occupied by sequential (produced in association with terminal bud elongation) and (or) delayed foliage. Epicormic branches, while prevalent throughout crowns, contributed only 10% of total branch length and 2% of total foliage mass. In contrast, delayed foliage occupied over 75% of total branch length, accounted for nearly 39% of total foliage mass, and often overlapped with sequential foliage. Canopy gap size did not influence original or epicormic branch length or location. On original branches, larger gaps may have modestly negatively influenced the relative extent of sequential foliage on branches and (or) slightly positively influenced delayed foliage mass. Delayed foliage appears to contribute substantially to Douglas-fir crown maintenance at this tree age, but canopy gap size had a minor influence, at least in the short term.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,016
Tête enseignante GPT0,282
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→