New aboveground biomass equations by components for small black spruce in peatland ecosystems of Western Canada
Notice bibliographique
Résumé
Black spruce is the most common tree species in Canada, dominating treed peatlands where they are usually stunted. We used 495 destructively sampled trees from 56 plots to develop allometric models of aboveground biomass by components (stem, branches, and needles) for small (<5 m tall) black spruce from peatlands in the Taiga Plains and Boreal Plains Ecozones of Western Canada, for which there were no specific models available of biomass by components. We used leave-one-plot-out cross-validation to assess transferability and compare our models with existing national and ecozone-specific equations. Our models predicted total tree biomass with better accuracy and less biased estimates than the national model (relative RMSE: 30% versus 35% national; relative bias: +1% versus –12% national). Similar results were obtained in other external datasets. Existing ecozone equations performed worse than either our models or the national ones. When we applied the models at the plot level to predict aboveground biomass density (Mg·ha −1 ), our models outperformed the national model again (relative RMSE: 15.9% versus 18.6% national, relative bias: +3.5% versus –13.6% national). These results indicate that at least for peatlands of Western Canada, our models provide better aboveground biomass estimates for small black spruce trees than existing models.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».