A flexible approach for predicting and mapping postfire wood borer attacks in black spruce and jack pine forests using the differenced normalized burn ratio (dNBR)
Notice bibliographique
Résumé
Postfire salvage logging is used to reduce economic losses; however, burned trees are rapidly colonized by wood-boring insects, which reduce the merchantable value of the wood. This study aims to predict wood borer (Monochamus Megerle in Dejean, 1821) attacks after wildfire as a function of rapidly available variables such as tree basal area, stem diameter, and burn severity using the differenced normalized burn ratio (dNBR). In 2011, we sampled 60 black spruce (Picea mariana (Mill.) Britton, Sterns & Poggenb.) or jack pine (Pinus banksiana Lamb.) plots in five burns from 2010 in the Haute-Mauricie region of Quebec, Canada. A 50 cm bole section was debarked on seven trees in each plot to estimate wood borer attack density. Wood borer attacks were more abundant in black spruce than in jack pine. As a continuous variable, dNBR unveiled a quadratic effect of burn severity on attack density in black spruce, which was higher at moderate burn severity. In jack pine, the highest levels of attack density were found at high burn severity. Models produced in this article will help forest managers to better prioritize areas for salvage logging and thus reduce economic losses due to wood borer activity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».