MétaCan
Menu
Retour à la cohorte
Enregistrement W2999381525 · doi:10.5558/tfc2019-026

Evaluating and modeling variation in site-level maximum carrying capacity of mixed-species forest stands in the Acadian Region of northeastern North America

2019· article· en· W2999381525 sur OpenAlexvenueno aff
Aaron R. Weiskittel, Christian Kuehne

Notice bibliographique

RevueThe Forestry Chronicle · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesNature ConservancyU.S. Department of AgricultureU.S. Forest ServiceNational Science Foundation
Mots-clésBasal areaAbiotic componentEnvironmental scienceForestryRange (aeronautics)Forest inventoryGeographyForest ecologyEcologyElevation (ballistics)Physical geographyEcosystemForest managementMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Currently no universal approach exists to estimate regional site-level maximum carrying capacity in terms of stand densityindex (SDI MAX ) of mixed species stands across contrasting forest ecosystems. Regional research efforts that account forinfluential stand-level variables and species traits are needed to reliably derive SDI MAX under varying environmental conditions and stand characteristics. This study used regionally comprehensive forest inventory data from various permanentsampling efforts to evaluate the effects of contrasting biotic and abiotic stand- and site-level factors on SDI MAX of multiple-species, structurally heterogeneous stands of the climatically diverse Acadian Forest Region of North America. Specifically,we aimed to i) quantify the stand-level maximum size-density line for an array of forest stands found across the study area,irrespective of stand structure; ii) evaluate the relationship between this stand-specific estimate of SDI MAX and various other stand-level attributes; and, iii) develop a generalized SDI MAX prediction model using SDI MAX estimates from objective i) aswell as potential regional drivers of SDI MAX from objective ii). The most influential stand-level factors on SDI MAX were proportion of total stand basal area in hardwood species, basal area weighted mean specific gravity, range in stem diameter, andspecies diversity. Direct climatic variables were not included in our SDI MAX prediction model due to the limited variationexplained, but relationships with elevation and a site quality index based on these climatic variables were. Overall, we con-clude that i) variation in SDIMAX appears to be mostly driven by the softwood to hardwood ratio of the mixed species,structurally complex stands evaluated in our study and ii) the general approach offers a viable framework for estimating sitemaximum carrying capacity at a regional-scale and effectively managing stand density accordingly.

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 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 enseignants0,118
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,253
Écart entre enseignants0,203 · 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.

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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetForest ecology and managementTravaux en français237 207