MétaCan
Menu
Retour à la cohorte
Enregistrement W293177673 · doi:10.1515/sg-2009-0001

Genetic Variation in Growth Curve Parameters of Konishii fir (Cunninghamia lanceolata (LAMB.) HOOK. var. konishii)

2009· article· en· W293177673 sur OpenAlexaff
Jeng‐Der Chung, Ching‐Te Chien, Gordon D. Nigh, Cheng Ying

Notice bibliographique

RevueSilvae genetica/Silvae Genetica · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensGovernment of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCunninghamiaWeibull distributionBiologyGrowth curve (statistics)TyphoonSelection (genetic algorithm)StatisticsTree (set theory)EcologyMathematicsBotanyComputer scienceMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Cunninghamia konishii is the island race of the species complex C. lanceolata, and is native to Taiwan. It is a valuable timber species. A comprehensive provenance- family test was established in 1973. Height and diameter were measured periodically until age 26, which was close to the species’ harvest age of about 30. These data offered an opportunity to examine the species’ growth characteristics by fitting asymptotic growth functions. We adopted the concept of repeated measures data analyses, i.e., a combination of variance component analysis and growth curve fitting, the latter involved fitting the individual tree height and diameter data to a Weibull-based function. A severe typhoon in 1996 caused serious damage to the plantation, mostly to tree heights. To prevent this damage from influencing our results, we limited the analyses to those trees judged relatively free of typhoon damage, and focused on the diameter growth data. Fitting a Weibull function with parameters a, b, and c was statistically successful (e.g. the mean R2 for diameter was 0.98). Both analyses indicate substantial variation among provenances and families, and thus opportunities for genetic selection and breeding. We particularly expound on the practical applications of growth curve fitting as an analytical tool for elucidating the mechanistic process of tree growth to assist decisions on the age for selection, even retrospectively, and modeling the response of tree growth to future climate.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,177
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,007
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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.

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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSilvae genetica/Silvae GeneticaMême sujetForest ecology and managementTravaux en français237 207