Modelling of pH effects and CIE L*a*b*colour spaces of beech wood-inhabiting fungi by NIRS
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
A combination of statistical techniques of analyses were used to evaluate the potential of International Commission on Illumination (CIE) lightness (L*), redness (a*) and yellowness (b*) colour space system and near-infrared spectroscopy (NIRS) to assess surface changes in relation with progressive decay of beech (Fagus grandifolia Ehrh.) by wood-inhabiting lignicolous fungi Inonotus hispidus, Trametes versicolor and Xylaria polymorpha. pH effects based modelling predictions of beech earlywood and latewood tissues were also included. Multivariate analysis techniques included response surface optimization, sample-specific standard error of prediction (SEP) method and projection to latent structures partial least squares (PLS) regression. Strong statistical relationships were derived for pH predictions with R2 values ranged: from 0.77 to 0.84 for I. hispidus; from 0.77 to 0.84 for T. versicolor and from 0.83 to 0.91 for X. polymorpha. R2 values for CIE-based L*a*b* colour space measurements ranged: from 0.43 to 0.69 (L*), 0.66 to 0.76 (a*), 0.42 to 0.53 (b*) for I. hispidus; from 0.59 to 0.69 (L*), 0.69 to 0.79 (a*), 0.64 to 0.79 (b*) for T. versicolor; and from 0.51 to 0.75 (L*), 0.89 to 0.94 (a*), 0.85 to 0.89 (b*) for X. polymorpha. Multivariate technical analysis (response surface analysis, sample-specific SEP, PLS regression) of CIE L*a*b* system and NIRS results should be able to characterize pH effects and surface changes of wood spalted by lignicolous fungi as a quick and reliable non-destructive method relevant to wood-spalting concerns and the forest products industry.
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 | 0,000 | 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