MétaCan
Menu
← Retour à la cohorte
Enregistrement W2898998645 · doi:10.1139/cjfr-2018-0192

Assessing small-stem density in northern hardwood selection system stands

2018· article· en· W2898998645 sur OpenAlexvenueno aff
Ralph D. Nyland, Lindsay Nystrom, Diane Kiernan, Eddie Bevilacqua

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceEdna Bailey Sussman FoundationNortheastern States Research CooperativeNew York State Department of Environmental Conservation
Mots-clésBeechBasal areaUnderstoryStockingBiologyForestryHardwoodThinningYellow birchBotanyCanopyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Data from three uneven-aged northern hardwood stands in New York State were analyzed to assess the effects of understory American beech (Fagus grandifolia Ehrh.) density on changes of small stems within the 2.54 to 5.08 cm diameter class during the first cutting cycle under single-tree selection system. Findings show that the amount of understory American beech on a regeneration plot, quantified using a species index value (SIV), affects the abundance of other species. Results reveal the future plot-level stocking of these small trees for (i) all species (including American beech) as related to time since cutting and residual basal area or (ii) non-beech species as influenced by beech interference (SIV), time since cutting, and residual basal area. Findings indicate that for plots with limited understory beech, small-stem stem density will increase from postcut levels to a peak at 8–12 years after selection system cutting and then decrease. The higher the residual basal area is, the sooner the numbers of small trees reach a peak level and the fewer are present of that threshold size. Findings confirm that no or only minimal numbers of small non-beech trees develop on plots with high levels of understory American beech (SIV ≥ 0.5).

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)0,001
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 enseignants0,878
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,293
Écart entre enseignants0,249 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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