MétaCan
Menu
Retour à la cohorte
Enregistrement W4244171189 · doi:10.1139/x99-241

Liquid water content of wood tissue at temperatures below 0°C

2000· article· en· W4244171189 sur OpenAlexvenueno aff
Jed P. Sparks, Gaylon S. Campbell, Robert Black

Notice bibliographique

RevueCanadian Journal of Forest Research · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRobiniaPopulus trichocarpaWater contentBotanyWoody plantLiquid water contentPorosityChemistryEnvironmental scienceHorticultureBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Time domain reflectometry (TDR) offers an opportunity to measure the liquid water content of otherwise frozen plant material. We applied TDR technology to the examination of freezing in three types of wood represented by Robinia pseudoacacia L. (ring porous), Populus trichocarpa Torr. & A. Gray (diffuse porous), and Pinus contorta Dougl. ex Loud. and Larix occidentalis Nutt. (conifer wood). Gravimetric analysis revealed similar water contents of all wood types during the summer. In contrast, winter data showed that R. pseudoacacia wood exhibited a lower total (liquid and ice) water content (0.250 m 3 ·m -3 ) than that of Populus trichocarpa (0.600 m 3 ·m -3 ) or of the two conifer species' wood (0.510 m 3 ·m -3 ). Additionally,R. pseudoacacia wood contained more air by volume during the winter than all other wood types (air-filled porosity 0.34 m 3 ·m -3 compared with 0.12-0.22 for all other species). At all temperatures below 0°C, R. pseudoacacia wood contained less liquid water than the other wood types, as revealed by TDR measures. The TDR analysis further demonstrated that more than 25% of the water in wood of all species was liquid even at temperatures of -15°C. This liquid water is likely found within the cell wall and is potentially transportable at temperatures well below 0°C.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,264
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,048
Tête enseignante GPT0,261
Écart entre enseignants0,213 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

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