MétaCan
Menu
Retour à la cohorte
Enregistrement W2157728843 · doi:10.1139/x10-076

Electric resistivity tomography shows radial variation of electrolytes in Quercus robur

2010· article· en· W2157728843 sur OpenAlexvenueno aff
Dirk Bieker, Steffen Rust

Notice bibliographique

RevueCanadian Journal of Forest Research · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrical resistivity and conductivityQuercus roburWater contentPithElectrical resistivity tomographyMineralogyMaterials scienceSoil scienceBotanyEnvironmental scienceGeologyBiologyPhysicsGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Electric resistivity tomograms of English oak ( Quercus robur L.) show a very distinct pattern of electric resistivity that has not been found in any other tree species yet and that cannot be related to the distribution of wood moisture content over the stem cross section. To reveal the factors underlying this two-dimensional pattern of electric resistivity, the variation of specific gravity and wood moisture content was analyzed in 18 cross sections of six roadside English oak trees after electric resistivity tomography. pH and electrolyte content were analyzed in two representative cross sections. Results show that electric resistivity correlates neither with wood moisture content nor density. The steep increase in electric resistivity at the sapwood–heartwood boundary correlates well with decreasing pH, potassium, and magnesium. The decreasing electric resistivity within the heartwood of English oak correlates with potassium and magnesium, increasing from the sapwood–heartwood boundary to the pith. More research is needed to identify species-specific electric resistivity patterns and their main factors if the method is to be used to detect wood fungal decay, historical ground water contamination, or other influences that may change the pattern of electric resistivity in the stem cross section.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,288
Écart entre enseignants0,269 · 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'étudeExpérimental (laboratoire)
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

Citations61
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetGeophysical Methods and ApplicationsTravaux en français237 207