MétaCan
Menu
Retour à la cohorte
Enregistrement W2272593271

Quality of baled shrub aspen stored for one year

2013· article· en· W2272593271 sur OpenAlexaboutno aff
Ehsan Oveisi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceShrubRelative humidityWater contentForageMoistureBiomass (ecology)Wind speedCanopyAnimal scienceAtmospheric sciencesMeteorologyAgronomyBotanyGeographyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research investigates a number of physical and compositional properties of baled shrub aspen during storage. The biomass consisted of regenerated 6-year old aspen shrubs in Alberta. A modified round baler for forage was used to cut and bale the shrubs in a single pass. Four bales were transported to Vancouver British Columbia where the bales were stored for a period of one year, June 2011-May 2012. Two bales were stored under a canopy. The other two bales were left exposed. The monthly measured quality factors for each of the four bales consisted of bale dimensions, mass, moisture and ash content, color, and calorific value. Daily averaged weather data that included temperature, relative humidity, precipitation, wind speed and direction and solar radiation were recorded. The initial mass of bales averaged 255 to 314 kg. The averaged mass of bales reached to a maximum of 375 kg in December-January but then the mass dropped to the original mass of about 175 kg in May 2012. Moisture content of covered bales showed month to month variation without any specific trend. The exposed bales showed a steady increase in moisture until Dec-Jan and then a decrease following the trend in mass of bales. Ash content showed variations between 0.91 to 2.45. It was difficult to associate these variations to changes in material constituents or to variations in sampling method. The biomass became grayish in color with storage.

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 enseignants0,067
Score d'incertitude au seuil0,133

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,034
Tête enseignante GPT0,254
Écart entre enseignants0,220 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForest Biomass Utilization and ManagementTravaux en français237 207