Diameter distribution model development of tropical hybrid Eucalyptus clonal plantations in Sumatera, Indonesia: A comparison of estimation methods
Notice bibliographique
Résumé
Background: Effective forest management and planning often requires information about the distribution of volume by size and product classes. Size-class models describe the diameter distribution and provide information by diameter class, such as the number of trees, basal area, and volume per unit of area. A successful diameter-distribution model requires high flexibility yet robust prediction of its parameters. To our knowledge, there are no studies regarding diameter distribution models for Eucalyptus hybrids in Indonesia. Therefore, the aim of this study was to compare different recovery methods for predicting parameters of the 3-parameter Weibull distribution for characterising diameter distributions of Eucalyptus hybrid clone plantations, on Sumatera Island of Indonesia. Methods: The parameter recovery approach was proposed to be compatible with stand-average growth and yield models developed based on the same data. Three approaches where compared: moment-based recovery, percentile-based prediction and hybrid methods. The ultimate goal was to recover Weibull parameters from future stand attributes, which were predicted from current stand attributes using regression models. Results: In this study, the moment method was found to give the overall lowest mean error-index and Kolmogorov– Smirnov (KS) statistic, followed by the hybrid and percentile methods. The moment-based method better fit long tails on both sides of the distribution and exhibited slightly greater flexibility in describing plots with larger variance than the other methods. Conclusions: The Weibull approach appeared relatively robust in determining diameter distributions of Eucalyptus hybrid clone plantation in Indonesia, yet some refinements may be necessary to characterize more complex 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».