MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393262080 · doi:10.5558/tfc2024-011

Forecasting the partial cutting cycle for Québec yellow birch-conifer mixedwood stands

2024· article· en· W4393262080 sur OpenAlexaffvenueabout
Hugues Power, Patricia Raymond, François Guillemette, Steve Bédard, Daniel Dumais, Isabelle Auger

Notice bibliographique

RevueThe Forestry Chronicle · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensMinistère des Ressources naturelles et des Forêts (Québec)
Organismes subventionnairesnon disponible
Mots-clésForestryEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Since the mid 1990s, partial cuts have been widely used in yellow birch–conifer stands (BJR, bétulaies jaunes résineuses) in the temperate forests of Québec. We studied the impact of residual basal area on stand composition and on the time required to reconstitute enough merchantable basal area to allow for a second partial cut, according to the usual standards of forest management in Québec. To do so, we used a dataset from 9 experiments as well as simulations of the Artémis-2014 growth model and those of a new model, BJR, which we calibrated using the study data. Our results show that residual basal area influences stand periodic annual increment, which peaks 10 to 15 years after the cut. Residual basal area also influences the length of the cutting cycle and future stand composition. We estimated a mean cutting cycle of 24 years for a mean residual basal area of 18 m2·ha-1, and of 40 years for a mean residual basal area of 14 m2·ha-1. For the latter, our results also show that some opportunistic species of lesser commercial value, such as red maple, could become more abundant.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry Chronicle→Même sujetForest ecology and management→Travaux en français237 207→