MétaCan
Menu
Retour à la cohorte
Enregistrement W3142430814 · doi:10.3390/f12040412

Precommercial Thinning Increases Spruce Yields in Boreal Mixedwoods in Alberta, Canada

2021· article· en· W3142430814 sur OpenAlexaffabout
Ivan Bjelanovic, Philip G. Comeau, Sharon Meredith, Brian E. Roth

Notice bibliographique

RevueForests · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésThinningBorealTaigaStand developmentForestrySilvicultureEnvironmental scienceAgronomyAgroforestryBiologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

A few studies in young mixedwood stands demonstrate that precommercial thinning of aspen at early ages can improve the growth of spruce and increase stand resilience to drought. However, information on tree and stand responses to thinning in older mixedwood stands is lacking. To address this need, a study was initiated in 2008 in Alberta, Canada in 14 boreal mixedwood stands (seven each at ages 17 and 22). This study investigated growth responses following thinning of aspen to five densities (0, 1000, 2500, 5000 stems ha−1 and unthinned (control)). Measurements were collected in the year of establishment, and three and eight years later. Mortality of aspen in the unthinned plots was greater than in the thinned plots which were not significantly different amongst each other. Eight years following treatment, aspen diameter was positively influenced by thinning, while there was no effect on aspen height. The density of aspen had no significant effect on the survival of planted spruce. Spruce height and diameter growth increased with both aspen thinning intensity and time since treatment. Differentiation among treatments in spruce diameter growth was evident three years from treatment, while differentiation in height was not significant until eight years following treatment. Yield projections using two growth models (Mixedwood Growth Model (MGM) and Growth and Yield Projection System (GYPSY)) were initialized using data from the year eight re-measurements. Results indicate that heavy precommercial aspen thinning (to ~1000 aspen crop trees ha−1) can result in an increase in conifer merchantable volume without reducing aspen volume at the time of harvest. However, light to moderate thinning (to ~2500 aspen stems ha−1 or higher), is unlikely to result in gains in either deciduous or conifer merchantable harvest volume over those of unthinned stands.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil1,000

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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.

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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest ecology and managementTravaux en français237 207