CHARACTERIZING CHANGBAI LARCH THROUGH VENEERING. PART 1: EFFECT OF STAND DENSITY
Notice bibliographique
Résumé
Changbai larch (Larix olgensis Henry) is one of the main plantation species in the northern part of China, but so far its utilization has been limited to solid wood, pulping, and paper products. As part of a national initiative, the objective of this work was to develop a good understanding concerning how stand management practices affect larch wood and veneer properties. To cope with the variation of initial and final stand density, the term "relative thinning intensity (RTI)" was introduced to describe the effect of stand thinning on the resulting wood and veneer properties. Nine representative sample trees each from four stands were harvested, then trimmed and bucked. Six 1.25 m long bolts along the entire tree stem were systematically cut to peel 2.6 mm thick veneers. Clear wood specimens were also sawn from matched bolts for mechanical testing for the purpose of comparison and validation. The correlation between the main tree variables and properties of clear wood and veneer was analyzed, and the influence of RTI on key wood and veneer properties was examined and compared. A good correlation was found in density and modulus of elasticity (MOE) between larch clear wood and veneer, giving an R 2 of 0.75 and 0.71, respectively. This indicates that veneering can be potentially used to characterize this larch species. The stand with the lowest RTI had the shortest rotation but yielded the best properties of both clear wood and veneer, which highlights the importance of stand management in terms of thinning.
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 | 0,000 |
| 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) | 0,001 | 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 ».