Nondestructive estimation of <i>Pinus taeda</i> L. wood properties for samples from a wide range of sites in Georgia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Preliminary studies based on small sample sets show that near infrared (NIR) spectroscopy has the potential for rapidly estimating many important wood properties. However, if NIR is to be used operationally, then calibrations using several hundred samples from a wide variety of growing conditions need to be developed and their performance tested on samples from new populations. In this study, 120 Pinus taeda L. (loblolly pine) radial strips (cut from increment cores) representing 15 different sites from three physiographic regions in Georgia (USA) were characterized in terms of air-dry density, microfibril angle (MFA), and stiffness. NIR spectra were collected in 10-mm increments from the radial longitudinal surface of each strip and split into calibration (nine sites, 729 spectra) and prediction sets (six sites, 225 spectra). Calibrations were developed using untreated and mathematically treated (first and second derivative and multiplicative scatter correction) spectra. Strong correlations were obtained for all properties, the strongest R 2 values being 0.83 (density), 0.90 (MFA), and 0.93 (stiffness). When applied to the test set, good relationships were obtained (R p 2 ranged from 0.80 to 0.90), but the accuracy of predictions varied depending on math treatment. The addition of a small number of cores from the prediction set (one core per new site) to the calibration set improved the accuracy of predictions and importantly minimized the differences obtained with the various math treatments. These results suggest that density, MFA, and stiffness can be estimated by NIR with sufficient accuracy to be used in operational settings.
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.
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 | 0,001 | 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 découle