Wood density in Norway spruce: changes with thinning intensity and tree age
Notice bibliographique
Résumé
The effect of thinning intensity on growth and wood density in Norway spruce (Picea abies (L.) Karst.) was investigated in two long-term thinning experiments in southeastern Finland. The stands were approaching maturity, and their development had already been studied for 30 years. The intensities of thinning were low, normal, and high (i.e., the stand basal area after the thinning was, on average, 40, 27, and 24 m 2 ·ha 1 , respectively, in Heinola, and 30, 28, and 17 m 2 ·ha 1 in Punkaharju, respectively). Compared with the low thinning intensity, the normal and high thinning intensities increased the basal-area increment of individual trees by 52% and 68%, respectively. Normal and high thinning intensities resulted in a relatively small reduction (1%4%) of mean ring density compared with low thinning intensity. The random variation in wood density between and within trees was large. About 27% of the total variation in wood density was related to variation between rings. Our results indicate that the prevailing thinning intensities in Norway spruce stands in Fennoscandia cause no marked changes in wood density. At least, the possible reduction in wood density is low compared with the increase in individual tree growth.
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 | 0,000 | 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 | 0,001 |
| 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 ».