MétaCan
Menu
Retour à la cohorte
Enregistrement W2613420373 · doi:10.1139/cjfr-2016-0290

Effect of growth rate on the physical and mechanical properties of Douglas-fir in western Europe

2017· article· en· W2613420373 sur OpenAlexvenueno aff
Caroline Pollet, Jean-Marc Henin, Jean‐Louis Hébert, Benoît Jourez

Notice bibliographique

RevueCanadian Journal of Forest Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National de la Recherche AgronomiqueEdinburgh Napier University
Mots-clésDouglas firJuvenileForestryDendrochronologyEnvironmental scienceHorticultureMathematicsBiologyBotanyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

To quantify the impact of forest management practices and tree growth rate on the potential uses of Douglas-fir wood, nine physico-mechanical properties were studied on more than 1250 standardized clear specimens. These were collected from trees cut in 11 even-aged stands (six trees per stand) located in Wallonia (southern Belgium). Stands were 40 to 69 years old, and mean tree girth was ca. 150 cm. Mean ring width of the 66 trees ranged from 3 to more than 7 mm. Statistical analysis showed significant but weak effects of ring width on the studied properties. Considered jointly, mean ring width and cambial age of the test specimens only explained 28% to 40% of the variability of their properties. Also, when ring width increases, these properties display higher decreases in juvenile wood than in mature wood. From a technological standpoint, maintaining mean ring width under 4 mm in juvenile wood and 6 mm in mature wood should accommodate all potential uses of Douglas-fir wood. However, considering that density appeared to be the main driver of wood properties, our results and the literature corroborate the importance of genetic selection as a complement to silvicultural measures to improve or guarantee the technological properties of Douglas-fir wood.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,426
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,053
Tête enseignante GPT0,283
Écart entre enseignants0,230 · 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 tête enseignante, 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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetWood Treatment and PropertiesTravaux en français237 207