MétaCan
Menu
Retour à la cohorte
Enregistrement W2004679852 · doi:10.1080/02773810701700786

Wood Fiber Quality and Kraft Pulping Efficiencies of Trembling Aspen (<i>Populus tremuloides</i> Michx) Clones

2007· article· en· W2004679852 sur OpenAlexaffabout
Shawn D. Mansfield, Henrik Weineisen

Notice bibliographique

RevueJournal of Wood Chemistry and Technology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPulp (tooth)Kappa numberKraft processLigninPulp and paper industryKraft paperChemistryPaper productionFiberBotanyBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The natural variation in wood and pulp fiber quality of 15 aspen (Populus tremuloides Michx) clones, represented by 47 trees, was assessed from 4 different sites in British Columbia, Canada. Kraft pulping trials revealed substantial variation in the pulping efficiencies, illustrated by differences of 6% in total pulp yield, ∼30% differences in H‐factor required to attain a target kappa of 21, and differences of up to 2 ISO brightness units in bleachability of kappa 21 pulp. Clearly, enormous variation exists in the natural stands of aspen, and presents some exciting opportunities for selecting clonal aspen for targeted end‐product applications. A comprehensive characterization of wood chemical composition, wood density, and fiber properties indicated that pulp yield is directly related to syringyl lignin monomer composition, and not inherent wood density, regardless of geographic locations, whereas pulp bleachability and viscosity appear to be associated with the inherent cell wall thickness of the starting wood resources (fiber coarseness). These findings suggest that geographic location imparts influences on wood fiber coarseness traits, while substantial genetic variability exists on all sites.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations37
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Wood Chemistry and TechnologyMême sujetForest ecology and managementTravaux en français237 207