MétaCan
Menu
Retour à la cohorte
Enregistrement W2023566474 · doi:10.1051/forest:2002034

Effect of drying treatments on warping of 36-year-old white spruce seed sourcestested in a provenance trial

2002· article· en· W2023566474 sur OpenAlexafffundabout
Jean Beaulieu, Bruno Girard, Yves Fortin

Notice bibliographique

RevueAnnals of Forest Science · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversité LavalNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesCanadian Forest ServiceNatural Sciences and Engineering Research Council of CanadaU.S. Forest Service
Mots-clésForestryHumanitiesPhilosophyGeography

Résumé

récupéré en direct d'OpenAlex

Wood from plantations will increasingly become a major source of supply for the lumber industry and this raw material is likely to have characteristics much different from those of the wood harvested in natural forests.This could require costly adjustments to manufacturing processes to maintain the quality of the end-use products.In Canada, white spruce (Picea glauca [Moench] Voss) is one of the main reforestation species and one of the most extensively used for lumber.In this study we investigated the genetic variation in warping in kiln drying of 25 white spruce provenances grown in a plantation and one from a second-growth forest stand.All of them were from the Great Lakes -St.Lawrence region.Two drying treatments were applied, i.e. conventional and high-temperature drying.For bow, crook and twist warp defects after drying, significant differences were not found among the provenances tested, nor between the drying treatments.However, significant differences were revealed between the mean of all provenances (plantation-grown) and wood from second-growth forests for crook and twist defects.The high proportion of tree to tree variation provides grounds for hope of rapid gains through mass selection.kiln drying / bow / crook / twist / plantation Résumé -Effets du procédé de séchage sur le gauchissement du bois d'épinette blanche issu d'une plantation de 36 ans.Le bois produit et récolté dans des plantations est appelé à devenir une source d'approvisionnement de plus en plus importante pour l'industrie forestière, et ce bois est susceptible de posséder des propriétés différentes de celles du bois récolté en forêt naturelle.Ceci pourrait ainsi engendrer des ajustements coûteux aux processus manufacturiers pour maintenir la qualité des produits finis.Au Canada, l'épinette blanche (Picea glauca [Moench] Voss) est une des principales essences forestières utilisées pour le reboisement, et pour la production de bois de sciage.Dans cette étude, nous avons examiné la variation génétique du gauchissement après séchage de 25 provenances de bois de colombage ainsi qu'un échantillon de forêt de seconde venue.Toutes les provenances provenaient de la région des Grands-Lacs et du Saint-Laurent.Deux traitements de séchage ont été testés, c'est-à-dire le séchage conventionnel et le séchage à haute température.Nous n'avons pas trouvé de différences significatives entre les deux traitements, non plus entre les provenances pour la voilure, la cambrure ou la torsion.Des différences significatives ont toutefois été trouvées entre la moyenne des provenances (plantation) et celle des échantillons recueillis dans une forêt de seconde venue, et ce pour la cambrure et la torsion.L'importance de la variation existant d'un arbre à l'autre laisse présager la possibilité de réaliser des gains génétiques via la sélection massique.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,462

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,277
Écart entre enseignants0,253 · 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'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

Citations10
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of Forest ScienceMême sujetForest ecology and managementTravaux en français237 207