MétaCan
Menu
Retour à la cohorte
Enregistrement W3170290727 · doi:10.12688/openreseurope.13671.1

The Salem simulator version 2.0: a tool for predicting the productivity of pure and mixed stands and simulating management operations

2021· article· en· W3170290727 sur OpenAlexaff
Raphaël Aussenac, Thomas Pérot, Mathieu Fortin, François de Coligny, Jean‐Matthieu Monnet, Patrick Vallet

Notice bibliographique

RevueOpen Research Europe · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesHorizon 2020 Framework ProgrammeAgence de la transition écologiqueNarodowe Centrum NaukiFachagentur Nachwachsende RohstoffeMinistrstvo za Izobraževanje, Znanost in ŠportAgence Nationale de la Recherche
Mots-clésProductivityTree (set theory)Forest managementForest inventoryComputer scienceEcologyGeographyForestryMathematicsEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

A growing body of research suggests mixed-species stands are generally more productive than pure stands. However, this effect of mixture depends on species assemblages and environmental conditions and forest managers often lack tools to assess the potential benefit of shifting from pure to mixed stands. Here we present Salem, a simulator filling this gap. Salem predicts the dynamics of pure and mixed even-aged stands and makes it possible to simulate management operations. Its purpose is to be a decision support tool for forest managers and stakeholders as well as for policy makers. It is also designed to conduct virtual experiments and help answer research questions. In Salem, we parameterised the growth in pure stand of 12 common tree species of Europe and we assessed the effect of mixture on species growth for 24 species pairs (made up of the 12 species mentioned above). Thus, Salem makes it possible to compare the productivity of 36 different pure and mixed stands depending on environmental conditions and user-defined management strategies. Salem is essentially based on the analysis of National Forest Inventory data. A major outcome of this analysis is that we found species mixture most often increases species growth, in particular at the poorest sites. Independently from the simulator, foresters and researchers can also consider using the species-specific models that constitute Salem: the growth models including or excluding mixture effect, the bark models, the diameter distribution models, the circumference-height relationship models, as well as the volume equations for the 12 parameterised species. Salem runs on Windows, Linux, or Mac. Its user-friendly graphical user interface makes it easy to use for non-modellers. Finally, it is distributed under a LGPL license and is therefore free and open source.

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)0,005
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: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,039
Tête enseignante GPT0,331
Écart entre enseignants0,291 · 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
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Research EuropeMême sujetForest ecology and managementTravaux en français237 207