Relationships of density, microfibril angle, and sound velocity with stiffness and strength in mature wood of Douglas-fir
Notice bibliographique
Résumé
The relative importance of density, acoustic velocity, and microfibril angle (MFA) for the prediction of stiffness (MOE) and strength (MOR) has not been well established for Douglas-fir ( Pseudotsuga menziesii (Mirb.) Franco). MOE and MOR of small clear specimens of mature wood were better predicted by density and velocity than by either variable alone (183 trees >20 years old, six specimens per tree, 1087 specimens total). Specimens sampled around the stem circumference had similar density (intraclass correlation coefficient t = 0.74) but not MOE (t = 0.40) or acoustic velocity (t = 0.32), indicating benefits from sampling several circumferential positions. For MOE, the path coefficients (β) were moderate for density and velocity. For MOR, β was only high for density. End-matched samples of one specimen per tree were analyzed with SilviScan. Simple correlations with MOE were highest for density (r = 0.67) and then acoustic velocity 2 (0.53), MFA (–0.50), earlywood MFA (–0.45), and latewood proportion (0.40). Most correlations were weaker for MOR. Density had a higher β than did MFA for either MOE or MOR. In more complex path models, latewood proportion and latewood density were the most important contributors to MOE and MOR, and MFA was relatively unimportant. The path analyses showed what simple correlation did not: that latewood proportion has strong predictive value for Douglas-fir mature wood quality.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».