MétaCan
Menu
Retour à la cohorte
Enregistrement W4312125630 · doi:10.3390/f13122109

Novel Yield Model of Pinus patula Schltdl. & Cham. Growth near the Ecological Limit in Northwestern Peruvian Andes

2022· article· en· W4312125630 sur OpenAlexaff
Daigard Ricardo Ortega Rodríguez, Andrea Hevia, Raúl Sánchez‐Salguero, Santiago Bermudez Dobbertin, Jedi Rosero-Alvarado, Manuel Chavesta, Mário Tomazello-Filho

Notice bibliographique

RevueForests · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité LavalKruger (Canada)
Organismes subventionnairesUniversidad Nacional Agraria La Molina
Mots-clésPinus patulaThinningProductivityAgroforestryForest managementForestryBasal areaSilvicultureTree allometryEnvironmental scienceGeographyEcologyBiologyBiomass (ecology)

Résumé

récupéré en direct d'OpenAlex

Forest plantations with exotic species in the northwestern Peruvian Andes have brought different ecosystem benefits. The wood productivity in this Páramo region is directly related to the great availability of water from abundant rainfall compared to other regions of the semi-arid Andes. To address the lack of information on forest inventories of plantations in the Páramo region, this study used annual growth rings (dendrochronology) to build new models of tree growth and wood productivity and compared 22-year-old Pinus patula plots with thinning and unthinning treatments. Our results show that late thinning, removing 63% of stem density in the 15th year, does not have significant effects on the diameter increase or stand-level productivity. For these plantations, we propose a management rotation of 21 years with a first thinning treatment (35%) at 5 years and a second thinning treatment (50%) at 12 years. Production at 21 years is expected to be between 194.6 m3 ha−1 and 504.6 m3 ha−1 for stands with low and high wood productivity, respectively. Tree-ring studies are potentially useful for monitoring forest plantations and provide an alternative method for forest managers who use allometric equations to predict silvicultural treatments and to propose management guides for plantations.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,181
Score d'incertitude au seuil0,999

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,219
Écart entre enseignants0,194 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest ecology and managementTravaux en français237 207