MétaCan
Menu
Retour à la cohorte
Enregistrement W2086234048 · doi:10.5558/tfc2013-115

Rapid analysis of the microfibril angle of loblolly pine from two test sites using near-infrared analysis

2013· article· en· W2086234048 sur OpenAlexvenueno aff
Chi‐Leung So, Jennifer H. Myszewski, Thomas Elder, Leslie H. Groom

Notice bibliographique

RevueThe Forestry Chronicle · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLoblolly pineCalibrationEnvironmental scienceNear-infrared spectroscopyTest siteBotanyMathematicsGeologyBiologyPinus <genus>StatisticsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

There have been several recent studies employing near infrared (NIR) spectroscopy for the rapid determination of microfibril angle (MFA). However, only a few have utilized samples cut from individual rings of increment cores, and none have been as large as this present study, sampling over 600 trees from two test sites producing over 3000 individual ring samples for MFA analysis. This has allowed the use of individual growth ring models rather than using those based on earlywood, latewood, corewood or outerwood. It was observed that for both test sites, the strongest models were from the “All”, earlywood and latewood sample sets. The individual growth ring calibration models provided poorer RPD values despite using over 200 samples in the analyses. In general, the results from the test samples largely mirrored those from the corresponding calibration samples. Corresponding test sample predictions from the opposing site were noticeably poorer than test samples from the same site. Thus, a greater variation in the number of sites would provide improved model robustness. This study has found that the models based on individual ring samples were not as strong as those obtained in other studies based on the radial-longitudinal face of wood strips, spread over several growth rings.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,015
Tête enseignante GPT0,211
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetWood Treatment and PropertiesTravaux en français237 207