Analysing the Impact of Harvesting Methods on the Quantity of Harvesting Residues: An Australian Case Study
Notice bibliographique
Résumé
Many parameters can influence the weight of harvesting residues per hectare that remain on plantation sites after extracting sawlogs and pulpwoods. This study aimed at quantifying the impact of the cut-to-length and whole-tree harvesting methods on the weight of harvesting residues using 26 case studies in Australian plantations. A database was created using case studies conducted in different plantations, to measure the weight of harvesting residues per hectare and the components of harvesting residues. An analysis of variance was applied to test the impact made by the harvesting methods. The results confirmed that the cut-to-length harvesting method produced a larger weight of residues (104.0 tonnes of wet matter per hectare (tWM/ha) without additional biomass recovery and 64.7 tWM/ha with additional biomass recovery after sawlog/pulpwood extraction) than the whole-tree harvesting method (12.5 tWM/ha). The fraction test showed that stem wood formed the largest proportion of the harvesting residues in cut-to-length sites and needles were the largest component of the pine harvesting residues in sites cleared by the whole-tree harvesting method. The outcomes of this study could assist plantation managers to set proper strategies for harvesting residues management. Future research could study the impact of product type, silvicultural regime, stand quality, age, equipment, etc., on the weight of harvesting residues.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».