MétaCan
Menu
Retour à la cohorte
Enregistrement W6922016292 · doi:10.1051/forest/2010043/pdf

Growth and productivity of black spruce (

2010· article· en· W6922016292 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueSpringer Link (Chiba Institute of Technology) · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBlack spruceTaigaProductivityBorealLatitudeTree (set theory)Forest structureForest dynamicsWoody plant

Résumé

récupéré en direct d'OpenAlex

\n • The managed area of the North-American boreal forest has been studied extensively.\n However, because of their inaccessibility, the growth and dynamics of trees at higher\n latitudes remain unknown, so precluding the possibility of quantifying their productive\n and economic potential and, if any, their exploitation. \n • The aim of this paper was to assess individual growth patterns in dominant black\n spruces (Picea mariana (Mill.) B.S.P.) belonging to the first cohort and\n to compare growth dynamics within and north of the commercial forest in Quebec, Canada. \n • Compared with stands located on 49th parallel, stands on 51st parallel showed thinner\n tree rings and 15% less growth in height, resulting in a 35% reduction in the stem volume\n attained at the age of 125 years (170 and 110 dm3 for dominant trees in stands\n within and north of the commercial forest, respectively). At maturity, the annual\n increment in stem volume in northern stands was 28% lower than that measured in southern\n stands. \n • These findings represent important information on tree growth in stands of\n high-latitude boreal forests and should be taken into account when evaluating the\n profitability of exploiting the remotest Canadian forests. Confirmation by more extensive\n and spatially-exhaustive inventories is desirable.\n

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)0,000
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 enseignants0,129
Score d'incertitude au seuil0,256

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpringer Link (Chiba Institute of Technology)Même sujetForest ecology and managementTravaux en français237 207