Simple assessment of needleleaf and broadleaf chlorophyll content using a flatbed color scanner
Notice bibliographique
Résumé
Total chlorophyll a and b content (Chlab) of leaves is an important indicator of the photosynthetic capacity, nutritional condition, and health status of plants. Developing low-cost, easily accessible methods for estimating foliar Chlabof needleleaf species would enable a broad range of forestry applications. We evaluated data acquired using an off-the-shelf flatbed color scanner to assess its utility in quantifying needleleaf Chlab. Red and green digital numbers (DN) of the scan image were obtained from needle leaves of oneseed juniper ( Juniperus monosperma (Engelm.) Sarg.) and piñon pine ( Pinus edulis Engelm.) in addition to two broadleaf species for comparison purposes. Values of laboratory-determined Chlab(range 1.5–64.0 µg·cm–2) were then predicted using the DN values from the scanner-imaged needle leaves as a regression estimator. The red or green DN values of the scanner-imaged needle leaves were curvilinearly related to Chlabwith an r2of 0.67 (RMSE = 4.72 µg·cm–2, p < 0.001) for juniper needles and an r2of 0.54 (RMSE = 5.51 µg·cm–2, p < 0.001) for pine needles. Although our results suggest that flatbed scanner derived Chlabestimates are not suitable for applications where highly accurate Chlabestimates are required, the technique is likely to be a useful tool for forest practitioners in managing tree nutrition and health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».