Notice bibliographique
Résumé
We developed and tested a wind-dispersal model of tree recruitment into burns from living sources at the fire edge or from small unburned residual stands. The model was also tested on recruitment of serotinous Pinus banksiana Lamb. within a burn. The model assumed that source strength is proportional to basal area density and that an individual (point source) recruitment curve can be expressed as a lognormal distribution. The model made significant predictions of the recruitment curves of Engelmann spruce (Picea engelmannii Parry ex Engelm.), white spruce (Picea glauca (Moench) Voss), and balsam fir (Abies balsamea (L.) Mill.) to distances as great as 2.0 km, although it tended to underpredict Abies and overpredict Picea. The model gave significant prediction of recruitment for jack pine (Pinus banksiana) within burns with seeds derived from aerial seed banks, and of white spruce and tamarck (Larix laricina (Du Roi) K. Koch) up to 100 m from residual stands. By forestry standards, burns are poorly stocked by those species that must obligately recruit from edges. In large fires, adequate stocking by a species such as white spruce that had 5 m 2 /ha of basal area would be limited to about 70 m from the edge. Small residual stands are expected to supply about half of all the recruits of white spruce or fir at distances exceeding about 800 m from a nominal burn edge.
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 | 0,002 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,029 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».