Genetic variation in veneer quality and its correlation to growth in white spruce
Notice bibliographique
Résumé
This study investigated the genetic variation in veneer quality of white spruce (Picea glauca (Moench) Voss) and its correlation with tree growth and wood density. A total of 270 sample trees from 35 families were harvested from 36-year-old provenance-progeny trials at two sites through a thinning operation. A 36-cm long bolt was collected from each sample tree at an 8-foot (or 2.45 m) height for this veneer quality study. The results indicate that conversion of fast-grown white spruce into veneer and plywood may present some problems. Low wood density, numerous knots, and possibly a high proportion of juvenile wood appear to be major factors contributing to low veneer stress grading, resulting in a production of low-quality veneer. This study also showed that the environmental factors at the two sites played an important role in determining veneer quality and tree radial growth. The narrow-sense heritability for veneer density, veneer modulus of elasticity, and veneer roughness were 0.62, 0.13, and 0.14, respectively. The results revealed considerable phenotypic variation and relatively high additive genetic variation in the veneer modulus of elasticity. The phenotypic and genetic correlations between ring width and veneer density or veneer modulus of elasticity were negative. A positive phenotypic and genetic correlation was found between veneer density and veneer modulus of elasticity. This suggests that selection for tree volume growth in white spruce would lead to a decrease in wood density and veneer stiffness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 tête enseignante, 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 ».