Acadian Forest Volume Estimates Derived from Airborne LiDAR, Big BAF Sample Plots, and Fixed Area Plots on the Noonan Research Forest
Notice bibliographique
Résumé
The data are located on a 100 m N-S/E-W grid on the 80-ha Femelschlag Research Site on the Noonan Research Forest in New Brunswick, Canada. “Femel_EFI_GTV” contains the gross total volume (GTV; m3ha-1) estimates derived from airborne LiDAR scanning as part of the government of New Brunswick’s Enhanced Forest Inventory program. “Noonan_FemelPlot_GTV” contains the GTV estimates using four different plot types: fixed area plots with all trees measured for height; fixed area plots with 3P subsampling of heights; horizontal point sampling with all trees measured; and big BAF sample plots. The fixed area plots were circular with an 11.28 m radius and all tree 6cm DBH and greater were identified by species and measured for DBH and height. The 3P subsampling was simulated using a Height – Diameter curve as prediction and a target subsample size of 100 trees across the 83 plots. The horizontal point samples used a 2-M BAF angle gauge to select count trees for measurement. All trees 6 cm DBH and greater and considered “in” were identified by species and DBH measured. Heights were imputed using a Height – Diameter curve and the heights measured on the big BAF plots. The big BAF plots had the same plot design as the horizontal point samples and a 27-M BAF angle gauge was used to select trees for height measurement. All four plot types were center of the 100 m grid intersections. Grids do not align with EFI cells because the 100 m grid was established independently and prior to the EFI cells. The X – Y variables are the locations (in m) of the cell center (for Femel_EFI_GTV) and the plot centers (for Noonan_FemelPlot_GTV) with {0,0} being the SW corner of the study area.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,104 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».