MétaCan
Menu
Retour à la cohorte
Enregistrement W4311881546 · doi:10.1515/hf-2022-0126

The impact of soil, altitude, and climate on tree form and wood properties of plantation grown <i>Pinus patula</i> in Mpumalanga, South Africa

2022· article· en· W4311881546 sur OpenAlexaff
Jaco-Pierre van der Merwe, Ilaria Germishuizen, Charlie Clarke, Shawn D. Mansfield

Notice bibliographique

RevueHolzforschung · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPinus patulaForestrySoftwoodEnvironmental scienceAltitude (triangle)AgroforestryGeographyBotanyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Plantation forests were originally established in South Africa to meet an increasing demand for solid wood products as there was a limited supply from native forests. The majority of the commercial softwood plantations were established with Mexican Pinus patula . Since growing conditions are known to impact tree growth, tree form, and wood quality of P. patula , sample plots were established over a cross-section of plantations in the Lowveld Escarpment and Highveld forestry regions of South Africa that covered an array of geologies and altitudes. Each sample plot was classified according to soil properties, rainfall, and temperature, and trees within the plots were measured for growth, form, and wood properties. Soil, growing days, and temperature were found to have little impact on tree form and wood properties. However, rainfall and specifically, spring rainfall, was found to have a highly significant impact on late wood formation, proportion of juvenile core, and wood density. In addition, tree height was found to be strongly correlated with maximum annual temperature.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,059
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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 tête enseignante, 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetForest ecology and managementTravaux en français237 207