MétaCan
Menu
Retour à la cohorte
Enregistrement W1698052845 · doi:10.1139/cjfr-2013-0164

Black spruce trees from fire-origin stands have higher wood mechanical properties than those from older, irregular stands

2013· article· en· W1698052845 sur OpenAlexaffvenueabout
Luciane Paes Torquato, David Auty, Roger E. Hernández, Isabelle Duchesne, David Pothier, Alexis Achim

Notice bibliographique

RevueCanadian Journal of Forest Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensFPInnovationsUniversité Laval
Organismes subventionnairesInnovative Research Group Project of the National Natural Science Foundation of China
Mots-clésBlack spruceTaigaPicea abiesPinus <genus>ForestryDiameter at breast heightAge structureMathematicsBotanyBiologyGeographyDemography

Résumé

récupéré en direct d'OpenAlex

In the eastern Canadian boreal forest, long fire return intervals lead to over 60% of stands having an irregular, uneven-aged structure, which is associated with slower growth. The aim of this study was to examine the effect of stand structure on the clear wood mechanical properties of black spruce (Picea mariana (Mill.) B.S.P.). A total of 128 trees were destructively sampled from stands of regular and irregular structure across Quebec, Canada. Nonlinear mixed-effects models were developed for each stand type to describe the variation in modulus of elasticity (MOE) and modulus of rupture (MOR) in small defect-free samples as functions of cambial age and annual ring width. Mechanical properties were strongly related to cambial age, with a smaller influence of ring width. After accounting for these variables, both MOE and MOR were higher in samples from stands of regular structure, although differences were less pronounced in the upper stem compared with breast height. The fixed effects of the models explained between 34% and 53% of the variation in mechanical properties. A higher incidence of mild compression wood in trees of layer origin may explain the observed differences between stand structures.

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 enseignants0,621
Score d'incertitude au seuil0,753

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,068
Tête enseignante GPT0,281
Écart entre enseignants0,214 · 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

Citations29
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetTree Root and Stability StudiesTravaux en français237 207