MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406443295 · doi:10.1139/cjfr-2024-0084

American beech mortality in stands recently infected by beech bark disease: implications for partial cutting

2025· article· en· W4406443295 sur OpenAlexaffvenueabout
Sébastien Dumont, Steve Bédard, Guillaume Moreau

Notice bibliographique

RevueCanadian Journal of Forest Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensMinistère des Ressources naturelles et des Forêts (Québec)Université Laval
Organismes subventionnairesnon disponible
Mots-clésBeechBark (sound)ForestryBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Beech bark disease is a major concern for northern hardwood forest management that affects most of the American beech range in North America. In infected stands, mitigating effects of the disease and promoting more resistant beech populations for natural regeneration relies heavily on our ability to identify high-risk trees and adapt tree marking for partial harvesting. We monitored several individual characteristics, including external signs of disease, on 871 beech trees in recently infected northern hardwood stands at the northern range limit of American beech in Canada, to assess their ability to predict mortality over an 8-year period. At the stand level, the mortality rate over the study period was 29.3%, while the uninfected rate was 16.6%. At the tree level, the diameter, the levels of Neonectria perithecia coverage on the stem, crown dieback, and the level of canker coverage on the bark had the greatest capacity to predict individual short-term mortality. Therefore, tree markers should first select trees with a diameter > 20 cm that are affected by any sign or symptom of the disease, followed by smaller trees with >10% coverage of Neonectria perithecia or crown dieback >25%, and lastly, trees with >50% coverage of canker.

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)0,002
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 enseignants0,956
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0000,000
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 GPT0,349
Écart entre enseignants0,319 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest Insect Ecology and Management→Travaux en français237 207→