MétaCan
Menu
← Retour à la cohorte
Enregistrement W3157954431 · doi:10.12899/asr-2229

Modeling diameter distribution of Aleppo pine (Pinus halepensis Mill.) natural forest in the Aures (Algeria) using the Weibull, Beta and Normal distributions with parameters depending on stand variables

2021· article· en· W3157954431 sur OpenAlexaff
Khellaf Rabhi, Abdallah Bentouati, Salima Bahri, Tahar Sghaier, Fazia Krouchi, Mathieu Fortin, Catherine Collet

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésWeibull distributionMathematicsAleppo PineStatisticsPinus <genus>Method of moments (probability theory)Distribution (mathematics)Beta distributionMathematical analysisBotanyBiology

Résumé

récupéré en direct d'OpenAlex

230 temporary plots located in Aleppo pine (Pinus halepensis Mill.) stands in the Aures (Algeria) were used for modeling its structure with three theoretical distributions, i.e., the Weibull; the normal and the Beta one. Parameters of the Weibull distribution were estimated using two methods: the maximum likelihood and the method of moments. Diameter distribution models were obtained by estimation of each distribution parameters and by their prediction using stand variables. Results revealed the efficiency of the Weibull distribution estimated with the method of moments. The parameter estimation method is more accurate compared to parameter recovery method despite the existence of strong correlations between parameters of the theoretical distributions and some population variables such as arithmetic or quadratic mean diameter and dominant height. Plot characteristics revealed the existence of several distribution shapes: symmetrical; dissymmetrical with left asymmetry and reverse I or J-shaped distributions.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,100
Tête enseignante GPT0,418
Écart entre enseignants0,318 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetForest ecology and management→Travaux en français237 207→