Estimation of whole-tree kraft pulp yield of <i>Eucalyptus nitens</i> using near-infrared spectra collected from increment cores
Notice bibliographique
Résumé
Eucalyptus nitens (Deane and Maiden) Maiden (shining gum) is widely grown for kraft pulp production. Improving the kraft pulp yield of E. nitens increases plantation profitability but traditional assessment is slow and expensive, which hinders improvement. Near-infrared (NIR) spectroscopy provides a rapid and inexpensive method for estimating pulp yield, but studies have been limited to estimating whole-tree pulp yield using whole-tree composite samples obtained destructively. For whole-tree pulp-yield calibrations to be used non-destructively they must be applied to increment cores. In this study we used a Tasmanian E. nitens whole-tree pulp yield calibration to estimate the whole-tree pulp yields of trees from a site not included in the calibration. This was done using NIR spectra from increment cores and whole-tree composite chips. Predictions of whole-tree pulp yield based on increment cores were better than those obtained using whole-tree composite chips. The accuracy of pulp-yield predictions was greatly improved by adding a small number of prediction-set samples to the calibration sets. Calibrations for estimating whole-tree pulp yield were also obtained using NIR spectra from milled cores and whole-tree composite chips. The calibrations had similar statistics, indicating that it is possible to obtain calibrations for estimating whole-tree pulp yield based on increment-core NIR spectra.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».