MétaCan
Menu
Retour à la cohorte
Enregistrement W4247693211 · doi:10.5558/tfc2021-034

Twenty-six years of aspen regeneration under varying light conditions in a boreal mixedwood forest

2021· article· en· W4247693211 sur OpenAlexaffvenueabout
Holly D. Deighton, Arthur Groot, Nelson Thiffault, Mya Rice

Notice bibliographique

RevueThe Forestry Chronicle · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensNatural Resources CanadaCanadian Forest ServiceOntario Forest Research Institute
Organismes subventionnairesnon disponible
Mots-clésUnderstoryBasal areaBorealEnvironmental scienceDiameter at breast heightSilvicultureTaigaClearcuttingForestryDeciduousCanopyBiologyBotanyAgroforestryEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Density, height, and diameter at breast height of trembling aspen (Populus tremuloides Michx.) sucker regeneration were assessed over a 26-year period in openings created by harvesting in a 40-year-old aspen stand in northeastern Ontario (Canada). The opening types were 9- and 18-m diameter circles, 9- and 18- _ 150-m east-west strips, and a 100- _ 150-m clearcut, representing a range of light conditions. Density, height, and diameter at breast height of aspen regeneration were significantly affected by opening type, location relative to opening, and time since harvest. By year 26, aspen densities in circular openings declined to 0, despite high initial recruitment, and trembling aspen heights were significantly lower in the 9-m strips than in the 18-m strips or the clearcut. Year 26 aspen density, volume, and basal area increased with increasing initial light intensity, with the highest rate of increase between 80 and 100% light levels. Understory vegetation cover was largely unaffected by opening size; however, substantial understory aspen regeneration occurred in the smaller openings. Results support the traditional view that aspen is best managed under the clearcut silvicultural system, and >80% full light is recommended for adequate long-term aspen regeneration.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,162

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,009
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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'étudeObservationnel
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

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetFire effects on ecosystemsTravaux en français237 207