Predictions of wood density and module of elasticity of balsam fir (<i>Abies balsamea</i>) and black spruce (<i>Picea mariana</i>) from near infrared spectral analyses
Notice bibliographique
Résumé
The predictions of properties for wood disc average are seldom reported, and they are important for sorting out logs based on their quality. The minimum near infrared (NIR) spectra required to predict wood disc average properties would also be of critical importance. In this study, calibration and prediction models for wood disc average properties were developed using NIR spectral data for balsam fir (Abies balsamea (L.) Mill.) and black spruce (Picea mariana (Mill.) B.S.P.) samples collected from 14 different sites across Newfoundland, Canada. The calibration was done against area-weighted average wood properties determined by SilviScan. NIR spectra were collected in 18 mm increments from the radial–longitudinal face of green and oven-dried samples. Results showed that using NIR spectra from three spots per wood strip was sufficient for the modeling and prediction for density and module of elasticity (MOE). The coefficients of determination ranged from 0.76 (MOE of green wood samples) to 0.88 (density of oven-dried wood samples). However, the microfibril angle (MFA) cannot be well predicted from either green wood or oven-dried wood NIR spectra. Our results further showed that the NIR spectra collected from oven-dried wood samples gave better calibration and prediction than those collected from green wood samples.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».