The Efficiency of Sampling Methods for Dendrometric Estimates of Thinned Stands of Pinus taeda L. in Santa Catarina, Brazil
Notice bibliographique
Résumé
This study aimed to compare the efficiency of the sampling methods: Fixed Area, Bitterlich, Prodan and Modified Prodan to estimate the commercial volume and other dendrometric estimators for a 34 years old of Pinus taeda L. stands located in Campo Belo do Sul, Santa Catarina, Brazil. It were distributed a total of 10 sample units of the following methods: Fixed Area with 200, 400 and 500 m² of area, Bitterlich, Prodan and Modified Prodan were distributed, both with 6, 7, 8, 9 and 10 trees. In addition to collecting dendrometric data, the installation time of the sample units was timed, whereby the relative efficiency for each method was calculated. The comparison between the harvest volumes and the volumes estimated by the methods was performed by the Skott Knott test, and the results that did not differ statistically were weighted by the parameters of relative error, relative efficiency and proximity to harvest. All variations of the Modified Prodan and Prodan methods had sample insufficiency. The number of trees per hectare presented higher values for the 200 m² Fixed Area method and lower values for Prodan with 10 trees. Prodan with 6 trees got the shortest time. The Bitterlich method obtained sample adequancy at 10% error and presented the best result. Among the alternative methods to Fixed Area, Modified Prodan with 7 trees can be indicated for pilot inventory. However, when more precise results are needed, the Bitterlich method is indicated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».