MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404125892 · doi:10.1139/cjfr-2024-0179

The effect of ontogeny, competition, site, and climate on background mortality for trees of nine species in Canadian boreal forest

2024· article· en· W4404125892 sur OpenAlexaffvenueabout
Hugues Power, Isabelle Auger, Marie-Claude Lambert, Mathieu Fortin, Mathieu Bouchard

Notice bibliographique

RevueCanadian Journal of Forest Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité LavalMinistère des Ressources naturelles et des ForêtsNatural Resources CanadaMinistère des Ressources naturelles et des Forêts (Québec)
Organismes subventionnairesnon disponible
Mots-clésTaigaOntogenyBorealCompetition (biology)EcologyClimate changeBiologyGeographyForestry

Résumé

récupéré en direct d'OpenAlex

Background tree mortality can be defined as the death of trees that naturally occurs as stands develop, in the absence of major or sudden stand disturbances. The phenomenon is often linked to ontogeny and competition and generally affects individual trees, unlike catastrophic mortality, which affects most trees in the stand. To forecast stand characteristics and to estimate how stand development could change in response to changing climate, it is necessary to quantify background mortality and to identify the most important factors involved. Using data from 10 045 permanent sample plots, we modeled background tree mortality for the nine most abundant tree species of the eastern Canadian boreal forest. We used explanatory variables related to stand and tree ontogeny, competition, site characteristics, and climate to calibrate the models. We found that an increase in age, competition, and the presence of partial cut increased the mortality risk. However, the effect of DBH and site-related variables varied among species. We also found that higher temperatures, less precipitation, and higher aridity index values increased background tree mortality. According to mortality simulations under different future climate scenarios, background tree mortality could increase in the next decades for six of the nine tree species studied.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,401

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,312
Écart entre enseignants0,282 · 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'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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest ecology and management→Travaux en français237 207→