MétaCan
Menu
Retour à la cohorte
Enregistrement W2153553984 · doi:10.1139/cjfr-2013-0201

Wood density of Norway spruce in uneven-aged stands

2014· article· en· W2153553984 sur OpenAlexvenueno aff
Riikka Piispanen, Jaakko Heinonen, Sauli Valkonen, Harri Mäkinen, Sven‐Olof Lundqvist, Pekka Saranpää

Notice bibliographique

RevueCanadian Journal of Forest Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPithPicea abiesBark (sound)CanopyDendrochronologyForestryBotanyHorticultureKarstBiologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study focused on wood density and annual ring width in Norway spruce (Picea abies (L.) Karst.) grown in uneven-aged stands (UAS). In total, 96 trees were harvested from five UAS that had been managed by single-tree selection for decades. A data set of 27 trees from even-aged stands (EAS) was used for comparison. In the UAS trees, high density and narrow annual rings were found in the juvenile wood near the pith. Thereafter, wood density rapidly decreased until the 20th annual ring, followed by an increase toward the bark. In the outermost rings, wood density again slightly decreased. The trends in wood density in the UAS trees correspond with those reported for naturally regenerated, even-aged Norway spruce stands, with the exception of the decrease in the outermost rings. A mixed linear model with ring width, cambial age, and canopy position as fixed parameters accounted for 53% of the variation in wood density of the UAS trees. In contrast to UAS trees, EAS trees showed increased wood density in the outer rings as a result of decreasing growth rate. The abrupt change in wood density of UAS trees may affect the properties of timber sawn close to the pith.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,270
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207