Models to predict whole-disk specific gravity and moisture content in planted longleaf pine from cutover and old field sites
Notice bibliographique
Résumé
Efforts to restore longleaf pine across the southeast United States have occurred on two distinct site types: cutover forests and old agricultural fields. We measured wood and bark physical properties of unthinned planted longleaf pine from 16 stands across Georgia, ages 12 to 25, with eight stands sampled from each site type. Three-hundred and twenty trees were felled and 3572 disks collected from within the trees. Wood and bark specific gravity (SG), moisture content (MC), and proportion of bark were measured. Non-linear mixed effects models were developed to predict the variation in wood and bark SG with respect to relative height, age, and site type. Cutover sites had higher whole-tree wood SG (0.504 vs 0.455) and bark SG (0.374 vs 0.347) than old agricultural fields. The models explained 50% and 37% of the variability in wood and bark SG, respectively. Moisture content models were fitted as a function of SG for wood (R2 = 0.87) and bark (R2 = 0.71). Bark thickness, dry mass, and green volume were higher for cutover forest sites. Trees sampled included both defect-free and defect-containing trees; however, no significant differences in the wood physical properties were found. These results provide important information for the utilization of plantation longleaf pine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».