MétaCan
Menu
Retour à la cohorte
Enregistrement W3024873915 · doi:10.3390/f11050544

Estimation of Aboveground Oil Palm Biomass in a Mature Plantation in the Congo Basin

2020· article· en· W3024873915 sur OpenAlexafffund
Pierre Migolet, Kalifa Goı̈ta, Alfred Ngomanda, Andréana Paola Mekui Biyogo

Notice bibliographique

RevueForests · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésBiomass (ecology)Tree allometryAllometryCoefficient of determinationDiameter at breast heightElaeis guineensisPalmBotanyBiologyAgronomyPalm oilEnvironmental scienceHorticultureBiomass partitioningMathematicsAgroforestryEcology

Résumé

récupéré en direct d'OpenAlex

Agro-industrial oil palm plantations are becoming increasingly established in the Congo Basin (West Equatorial Africa) for mainly economic reasons. Knowledge of oil palm capacity to sequester carbon requires biomass estimates. This study implemented local and regional methods for estimating palm biomass in a mature plantation, using destructive sampling. Eighteen 35-year-old oil palms with breast height diameters (DBH) between 48 and 58 cm were felled and sectioned in a plantation located in Makouké, central Gabon. Field and laboratory measurements determined the biomasses of different tree compartments (fruits, leaflets, petioles, rachises, stems). Fruits and leaflets contributed an average of 6% to total aboveground palm biomass, which petioles accounted for 8%, rachises for 13% and the stem, 73%. The best allometric equation for estimating stem biomass was obtained with a composite variable, formulated as DBH2 × stem height, weighted by tissue infra-density. For leaf biomass (fruits + leaflets + petioles + rachises), the equation was of a similar form, but included the leaf number instead of infra-density. The allometric model combining the stem and leaf biomass yielded the best estimates of the total aboveground oil palm biomass (coefficient of determination (r2) = 0.972, p < 0.0001, relative root mean square error (RMSE) = 5%). Yet, the model was difficult to implement in practice, given the limited availability of variables such as the leaf number. The total aboveground biomass could be estimated with comparable results using DBH2 × stem height, weighted by the infra-density (r2 = 0.961, p < 0.0001, relative RMSE (%RMSE) = 5.7%). A simpler model excluding infra-density did not severely compromise results (R2 = 0.939, p < 0.0003, %RMSE = 8.2%). We also examined existing allometric models, established elsewhere in the world, for estimating aboveground oil palm biomass in our study area. These models exhibited performances inferior to the best local allometric equations that were developed.

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)0,000
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 enseignants0,034
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest ecology and managementTravaux en français237 207