MétaCan
Menu
Retour à la cohorte
Enregistrement W4379616695 · doi:10.2737/nrs-gtr-p-211-paper11

Can Postharvest Regeneration in Group Selection and Patch Cutting Predict Future Species Composition?

2023· article· en· W4379616695 sur OpenAlexfundaboutno aff
Simon Bilodeau‐Gauthier, Steve Bédard, François Guillemette

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueDate Palm Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesMinistère des Forêts, de la Faune et des Parcs
Mots-clésPostharvestRegeneration (biology)Selection (genetic algorithm)Composition (language)Group (periodic table)BiologyEnvironmental scienceHorticultureChemistryComputer scienceArtOrganic chemistryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In Quebec, Canada, multicohort forest management in hardwood and mixedwood stands include group selection cutting and patch cutting.We assessed the success of these cuts in regenerating the intermediate shade tolerant yellow birch (Betula alleghaniensis Britt.; YB) at an operational scale and over a large territory using surveys conducted at 2, 5, 10, and 15 years after harvest.Regeneration of the target species was successful, with YB showing a mean stocking around 60 percent and a mean sapling density around 3,400 stems ha -1 after 15 years.The relative presence of YB in 15-year-old canopy openings-a proxy for future species composition-was best predicted by that species' relative abundance, stocking based on one stem per sampling unit, and mean maximum height measured in year five (rather than year two) using smaller sampling units (6.25 m 2 rather than 25 m 2 ).See Bilodeau-Gauthier et al. (2020) for further details.

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 enseignants0,505
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,218 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDate Palm Research StudiesTravaux en français237 207