Svartgran – ett alternativ när allt ser mörkt ut? : en kartmodell för att visa lämpliga ståndorter för odling av svartgran
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A common problem in forestry is plant death caused by frost. The risk of frost is highest on wind protected, flat or low-lying areas in the terrain. Here you often have regeneration problems with Norwegian spruce which is especially sensitive to spring frost. Swedish tree experiments have shown that the black spruce can be a suitable alternative on these areas, for example on moisture frost prone areas. The species originates from North America and its pioneer tree characteristics make it more frost hardy than Norwegian spruce. It is also relatively free from damages and in Canada the light wood makes it sought after as pulpwood. \nIn this study areas suitable for culturing black spruce in northern Sweden were identified, where it can compete with Norwegian spruce. \nBy the creation of a map model based on different map material, the suitable areas could be selected. First, a slope model including low-lying and flat areas of a certain size was created. Thereafter a selection of the different land covers was made in a map layer. The land covers that were selected were forested mires, peatery and swamp forests. When the slope model and the selected land covers were run together it resulted in a polygon map with areas that met the requirements of land cover as well as slope and surface area. To be able to present the result in a suitable way, the area within Åsele municipality was chosen as delimitation. The total area of suitable black spruce areas within Åsele municipality was calculated to 7118 ha. That corresponded to about 1,6 % of the total land area, when water surfaces was excluded. \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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,006 |
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 découle