MétaCan
Menu
Retour à la cohorte
Enregistrement W3097092973 · doi:10.1139/cjfr-2020-0246

Managing plantation density through initial spacing and commercial thinning: yield results from a 60-year-old red pine spacing trial experiment

2020· article· en· W3097092973 sur OpenAlexaffvenueabout
Nelson Thiffault, Michael K. Hoepting, Jeff Fera, Jean-Martin Lussier, Guy R. Larocque

Notice bibliographique

RevueCanadian Journal of Forest Research · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensCanadian Forest ServiceNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésThinningBasal areaMathematicsPinus <genus>Volume (thermodynamics)Red pineYield (engineering)ForestryAnimal scienceStand developmentHorticultureBotanyBiologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

We report on a 60-year-old red pine (Pinus resinosa Aiton) spacing trial experiment located in Ontario, Canada, that included the combinations between six initial spacings (from 1.2 to 3.0 m) and the presence or absence of a commercial thinning (CT) regime, as well as their impacts on quadratic mean diameter (QMD) and stand volume yield. The CT regime, initiated at age 30, targeted a residual basal area (BA) of 38 m2·ha−1 after each of four entries. Without thinning, as initial spacing increased, QMD increased; gross and net volume production peaked in the 2.1–2.4 m spacings. With thinning, similar trends with spacing were evident for QMD, although piece sizes were larger and differences between spacings were lower. The immediate increase of mean tree size caused by tree selection explained most of the differences in QMD between thinned and unthinned plots. Thinning to a common target BA resulted in similar standing volume across spacings. Cumulative gross yield was similar between spacings of <2.1 m for both thinned and unthinned stands and decreased for thinned plots for wider spacings. Greater net volume production in thinned stands with the narrower spacings confirmed that mortality was captured. Lower gross and net production for wider spacings suggested that thinning resulted in underutilized growing space.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,094
Tête enseignante GPT0,323
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207