Optimization of multiple trait selection in western hemlock(<i>Tsuga heterophylla</i> (Raf.) Sarg.) including pulpand paper properties
Notice bibliographique
Résumé
Options for incorporating wood quality in British Columbia's hemlock breeding program were investigated.Seventy half-sib families were examined.Attention was given to quantitative variation in tracheid characteristics and its effects on pulp and paper properties.Based on the existing knowledge of relationships between fibre properties and paper quality, the potential gain in yield and wood quality was estimated for different selection strategies.Improvement without much trade-off was possible for volume and tensile strength of pulp and paper.Significant trade-offs would be required to improve the volume, tear strength of paper and strength of mechanical pulp.Therefore, multiobjective optimization would be beneficial.Conservative selection strategies seem realistic, and compromises with gain in volume growth may be profitable.The potential loss arising from the uncertainty about economic values for objectives can be overcome by using different selection indices in multiple breeding populations. Tsuga heterophylla / wood quality / index selection / breeding / optimizationRésumé -Optimisation de la sélection multi-caractères pour les propriétés de la pâte et du papier chez (Tsuga heterophylla (Raf.)Sarg.).Nous avons étudié plusieurs stratégies d'introduction de la qualité du bois dans le programme d'amélioration génétique de Tsuga heterophylla en Colombie Britannique.Soixante-dix familles de demi-frères ont été examinées.Nous avons observé la variation quantitative des caractéristiques des trachéides et analysé ses effets sur les propriétés de la pâte et du papier.En nous basant sur la connaissance des liens entre les propriétés des fibres et la qualité du papier, nous avons estimé le gain potentiel pour le rendement et la qualité du bois pour différentes stratégies de sélection.Il est possible d'améliorer simultanément sans faire beaucoup de compromis le volume et la résistance à la traction de la pâte et du papier.Des compromis importants sont nécessaires pour améliorer simultanément le volume, la résistance à la déchirure du papier, et la résistance à la tension de la pâte TMP.En conséquence, l'optimisation multi-objectifs parait intéressante.Les incertitudes sur les poids économiques des caractères, potentiellement responsables de pertes, peuvent être écartées si on utilise des index de sélection différents sur des populations d'amélioration multiples. Tsuga heterophylla / qualité du bois / indice de sélection / amélioration génétique / optimisation
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».