MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410741776 · doi:10.5558/tfc2025-003

Does single-tree selection work? Observations from 56 years of measurements at Parkside Gully, Algonquin Park, Ontario

2025· article· en· W4410741776 sur OpenAlexaffvenueabout
Eric B. Searle, Ken A. Elliott

Notice bibliographique

RevueThe Forestry Chronicle · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensOntario Forest Research Institute
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)ForestryTree (set theory)GeographyArchaeologyWork (physics)Hydrology (agriculture)StatisticsGeologyMathematicsComputer scienceEngineeringMachine learningGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Parkside Gully was established in 1967, with an unharvested side added in 1974 in response to growing interest in single-tree selection silviculture in Ontario. The site was last operationally harvested in the early 1930s. Since 1967, it has been experimentally harvested four times. Measurement methodologies have evolved and it is not replicated. However, it remains one of Canada’s longest single-tree selection experiments and can offer valuable insights. In this study, we use data from 15 one acre plots (10 harvested, 5 unharvested) to show that over 56 years, the harvested side consistently met sustainable stocking, structure, and quality improvement objectives. At the same time, stocking in the unharvested side declined while quality increased, albeit at a slower pace. We also found that high quality stems have much lower mortality risk and grow faster than lower quality stems. Despite meeting all stand-level objectives, we demonstrated that ingress of beech remains a pernicious issue: beech outgrows maple, and has dominated the regeneration layer since at least 2005 despite the absence of beech bark disease. Understanding what drives the ingress of beech into Ontario’s single-tree selection systems will be essential to maintaining the sustainability of the system into the future.

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)0,000
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 enseignants0,232
Score d'incertitude au seuil0,466

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
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 Opus0,026
Tête enseignante GPT0,219
Écart entre enseignants0,193 · 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 revueThe Forestry Chronicle→Même sujetForest ecology and management→Travaux en français237 207→