MétaCan
Menu
Retour à la cohorte
Enregistrement W3011917741 · doi:10.3390/f11030341

Forwarder Productivity in Salvage Logging Operations in Difficult Terrain

2020· article· en· W3011917741 sur OpenAlexaff
Alberto Cadei, Omar Mologni, Dominik Röser, Raffaele Cavalli, Stefano Grigolato

Notice bibliographique

RevueForests · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesH2020 Marie Skłodowska-Curie Actions
Mots-clésSalvage loggingWindthrowLoggingForwarderProductivityEnvironmental scienceTerrainVolume (thermodynamics)StormAgricultural engineeringHydrology (agriculture)MeteorologyForestryEngineeringEcosystemGeographyForest ecologyEcology

Résumé

récupéré en direct d'OpenAlex

Large scale windthrow salvage logging is increasing in Central Europe because of the growth of severe atmospheric events due to global heating. Sustainable forest operations in these conditions are challenging in terms of both productivity performances and safety of the operations. Fully mechanized harvesting systems are the preferred solution on trafficable terrains and proper slopes. However, different work methods and logistic organization of the operations could largely change the overall performances. The study observed three harvesting sites based on fully mechanized cut-to-length systems and located in areas affected by the Vaia storm, which hit north-eastern Italy in October 2018. The objectives were to estimate forwarder productivity in salvage logging in difficult terrain and to identify significant variables affecting this productivity under real working conditions. Time and motion studies were carried out and covered 59.9 PMH15, for a total of 101 working cycles, extracting a total volume of 1277 m3 of timber. Average time consumption for each site was 38.7, 42.2, and 25.1 PMH15 with average productivity of 22.5, 18.5, and 29.4 m3/PMH15, respectively, for Sites A, B, and C. A total of seven explanatory variables significantly affected forwarder productivity. Average load volume, maximum machine inclination during loading, and number of logs positively affected the productivity. On the contrary, travel distance, load volume, maximum ground slope during moving and loading have a negative influence. With an average travel distance of 500 m, the productivity resulted 20.52, 16.31, and 23.03 m3/PMH15, respectively, for Sites A, B, and C. An increase of 200 m of travel distance causes a decrease in productivity of 6%.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,207 · 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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest Biomass Utilization and ManagementTravaux en français237 207