Beech and fir forest resources in the Pešter plain area
Notice bibliographique
Résumé
According to EUNIS classification, the analysed stands belong to a mixed beech-fir forest type (G4.61). The soils are eutric cambisol, eutric rankers, distric cambisol and luvisol. 65 plants were identified, out of which 6 tree species, 9 shrub species and 50 ground flora species. The ecological indices have the following averages values: humidity from 2.90 to 3.00, soil chemical reaction from 2.71 to 3.15, nutrient matter from 2.55 to 2.83, light from 2.28 to 2.60 and temperature from 2.56 to 3.07. Out of the total number of recorded plants, 29, that is, 46.0% are medicinal, namely; 4 species come under healing class one, 2 come under healing class two, 11 come under healing class three, 6 come under healing class four and 6 come under healing class five. The following fruit tree species were identified: Vaccinium myrtillis, Crataegus monogyna, Fragaria vesca, Sorbus aucuparia, Lonicera nigra, Rubus hirtus, Sorbus austriacus. 24 melliferous plants were recorded in beech and fir forests, out of which 6 woody, 6 shrub and 10 herbaceous plants. The highest number of melliferous plants blossom in May. The beech and fir forest was recorded on 464.09 hectares. The total volume is 161,015 m3 . The trees with a diameter lower than 30 cm account for 51.5%.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».