Prediction of loblolly pine wood properties using transmittance near-infrared spectroscopy
Notice bibliographique
Résumé
Near-infrared (NIR) spectroscopy is a rapid nondestructive technique that has been used to characterize chemical and physical properties of a wide range of materials. In this study, transmittance NIR spectra from thin wood wafers cut from increment cores were used to develop calibration models for the estimation of α-cellulose content, average fiber length, fiber coarseness, and lignin content in the laboratory. Eleven-year-old trees from two sites were sampled using 12-mm increment cores. Earlywood and latewood of ring 3 and ring 8 from these samples were analyzed in the laboratory using microanalytical methods for α-cellulose content, average fiber length, fiber coarseness, and lignin content. NIR calibrations and laboratory measurements based on one site were generally reliable, with coefficients of determination (R 2 ) ranging from 0.54 to 0.88 for average fiber length and α-cellulose content, respectively. Predicting ring 8 properties using ring 3 calibration equations showed potential for predicting α-cellulose content and fiber coarseness, with R 2 values of approximately 0.60, indicating the potential for early selection. Predicting the wood properties using the calibration equations from one site to predict another showed moderate success for α-cellulose content (R 2 = 0.64) and fiber coarseness (R 2 = 0.63), but predictions for fiber length were relatively poor (R 2 = 0.43). Prediction of lignin content using transmittance NIR spectroscopy was not as reliable in this study, partially because of low variation in lignin content in these wood samples and large errors in measuring lignin content in the laboratory.
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) | 0,000 | 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 ».