MétaCan
Menu
← Retour à la cohorte
Enregistrement W4293088634 · doi:10.1139/cjfr-2022-0061

Insights about wood density in Atlantic Forest ecosystems: spatial variability and alternative measurement

2022· article· en· W4293088634 sur OpenAlexvenueno aff
Daniela Minini, João Gabriel Missia da Silva, Ranieri Ribeiro Paula, Sofia Maria Gonçalves Rocha, Telmo Borges Silveira Filho, Tatiana Dias Gaui, Henrique Machado Dias, Cristina Nabais, Graziela Baptista Vidaurre

Notice bibliographique

RevueCanadian Journal of Forest Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa e Inovação do Espírito SantoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésBiomeDeciduousForest ecologyEcosystemForestryEnvironmental scienceForest inventoryEcologyTemperate rainforestPrecipitationSnagForest managementGeographyPhysical geographyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Basic wood density (BWD) is a functional characteristic important to quantify carbon storage and is related to tree growth and its survival. We investigated BWD variability among tree species, populations, and forest types across the Atlantic Forest biome in Rio de Janeiro state, Brazil. We sampled and measured 576 trees of 83 species in 28 natural ecosystems in the Dense Ombrophilous Forest, Seasonal Semi-deciduous Forest, and the Restinga Forest. Stem wood from two different heights at each tree was acquired using a drill borer; discs were removed from branches in 20% of the height from 39 trees. BWD means increased from 0.42 for the most humid ecosystem to 0.675 g⋅cm−3 from the driest ecosystem. We identified changes in the wood as a result of climatic variables particular to different typologies, such as increased wood density in areas with lower precipitation and higher temperatures, were also observed within species, but with little difference in means. We identified three groups of species according to their BWD, different in mean height and diameter. The branches can be used to estimate tree wood density.

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)0,002
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 enseignants0,050
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,032
Tête enseignante GPT0,258
Écart entre enseignants0,226 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→