MétaCan
Menu
← Retour à la cohorte
Enregistrement W2902284521 · doi:10.1139/cjfr-2018-0248

Crop tree growth response and quality after silvicultural rehabilitation of cutover stands

2018· article· en· W2902284521 sur OpenAlexvenueno aff
Joshua J. Puhlick, Christian Kuehne, Laura S. Kenefic

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesAgricultural Research ServiceU.S. Department of Agriculture
Mots-clésCropForestryAgroforestryTree (set theory)Environmental scienceAgronomyGeographyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Rehabilitation of cutover stands is often a management objective of landowners who desire improved stand conditions and increased value from future harvest revenues. We evaluated crop tree growth response and quality following precommercial rehabilitation treatments in mixedwood stands degraded through repeated exploitive cutting in Maine, USA. Treatments included control (no rehabilitation), moderate rehabilitation (crop tree release), and intensive rehabilitation (crop tree release plus timber stand improvement). Paper birch (Betula papyrifera Marsh.), red spruce (Picea rubens Sarg.), and eastern hemlock (Tsuga canadensis (L.) Carriere) crop tree diameter increments 0 to 9 years after treatment were greater following rehabilitation than in the control. Diameter increment did not differ between intensities of rehabilitation for any species. For conifers in the lower strata, crop tree height growth and change in crown length were negatively correlated with basal area in larger trees. The occurrence of epicormic branches on paper birches was greater in the rehabilitation treatments than the control. However, most epicormic branches occurred above the height corresponding to the first sawlog. These findings indicate that rehabilitation of mixedwood stands with similar characteristics can result in improved growth of crop trees without jeopardizing the quality of the lower bole in paper birches.

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 enseignants0,992
Score d'incertitude au seuil0,015

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
Bibliométrie0,0000,000
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 Opus0,026
Tête enseignante GPT0,314
Écart entre enseignants0,288 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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