2026-10-11 https://api.researchdata.se/oai-pmh

oai:researchdata.se:2024-540/1 2025-12-18 subject:ssif:10502 subject:ssif:40104 subject:ssif:105 subject:ssif:401 subject:ssif:1 subject:ssif:4 principal:slug:swedish-university-of-agricultural-sciences

info:eu-repo/semantics/other http://purl.org/dc/dcmitype/Dataset https://doi.org/10.5878/4d05-qn08 Effaråsen pine regeneration: height, survival, and growth across three regeneration methods (planted, direct-seeded, and naturally regenerated) and two site preparation types, with browsing evaluation for planted seedlings and investigation of the effect of surrounding trees. Effaråsen föryngringsdata https://orcid.org/0000-0002-1415-3476 0000-0003-4536-7765 0000-0002-5632-6523 Environmental Sciences Miljövetenskap Forest Science Skogsvetenskap Environment Miljö This dataset includes both the raw field data collected during the study and processed dataframes for modeling, along with the corresponding R script used in the research article. The research investigates various regeneration methods in pine stands—planting, direct seeding, and natural regeneration—under different site preparation treatments (mechanical site preparation or no preparation). The variables examined include height, survival proportion, seed germination, seedling recruitment, and growth. Additionally, the study explores how different retention levels in forestry affect these same regeneration variables, while considering the potential impact of browsing. Retention levels were further assessed in relation to the crown cover of living trees within a 20-meter radius around the regeneration plots to evaluate how varying retention scenarios influence regeneration success. The data are provided in TSV format, which can be read and processed using standard data analysis tools. For information on data file dimension, see metadata file. The included R script facilitates the application of statistical models to the processed data. No specialized software beyond R is required for analysis, although familiarity with R and basic statistical modeling techniques will be beneficial for those wishing to reuse the dataset. Dessa data inkluderar både de råa fältdata som samlades in under studien och de bearbetade dataframes som används för modellering, tillsammans med den motsvarande R-skriptet som användes i artikeln. SJälva studien undersöker olika föryngringsmetoder i tallskogar – plantering, sådd och naturlig föryngring – under olika markberedningbehandlingar (mekanisk markberedning eller ingen beredning). De undersökta variablerna inkluderar höjd, överlevnadsprocent, frögroning, rekrytering av plantor och tillväxt. Dessutom undersöker studien hur olika hänsynsnivåer inom skogsbruket påverkar dessa samma föryngringsvariabler, samtidigt som den tar hänsyn till den potentiella påverkan av betning. Hänsynsnivåerna bedömdes vidare i relation till krontäkning av levande träd inom en 20 meter radie runt föryngringsplottarna för att utvärdera hur olika hänsynsscenarier påverkar föryngringen. Data tillhandahålls i TSV-format, vilket kan läsas och bearbetas med hjälp av vanliga dataanalysverktyg. Det medföljande R-skriptet underlättar tillämpningen av statistiska modeller på de bearbetade data. Ingen specialiserad mjukvara utöver R krävs för analysen, även om grundläggande kunskaper i R och statistiska modelleringsmetoder är fördelaktiga för de som önskar återanvända datat. info:eu-repo/semantics/openAccess SE http://sws.geonames.org/2699767 http://sws.geonames.org/2691395 https://creativecommons.org/publicdomain/zero/1.0/ Swedish University of Agricultural Sciences Sveriges lantbruksuniversitet 2025-10-15T09:21:15.654002Z eng swe