Sinuous stem growth in a Douglas-fir (<i>Pseudotsuga menziesii</i>) plantation: growth patterns and wood-quality effects
Notice bibliographique
Résumé
Stem sinuosity is thought to negatively impact wood quality, but no studies have characterized its vertical and radial effects on wood properties. Here we study wood quality along the entire stem in 25-year-old plantation-grown Douglas-fir (Pseudotsuga menziesii var. menziesii (Mirb.) Franco) trees (32 trees total) that had been scored for sinuosity at age 12. We also study compression wood formation in the radial direction for one internode that had been scored for sinuosity at age 12 and subsequently produced 13 more annual rings. Trees with highly sinuous leaders at age 12 were more likely to be sinuous in other years, and developed more slope of grain defect (approximately 15% log volume) than less sinuous trees, but did not differ in the size of the pith-containing core. Leaders originally scored as highly sinuous developed more compression wood than control trees but only near the pith. Internode length did not differ among sinuosity classes. The size of the pith deviations (radial distance from centreline) remained constant up the stem despite a decline in internode length. However, the frequency of pith deviations was highest at 10-15 years, when internode length reached a peak. The relationship between temporal patterns of growth rate, sinuosity, and tree biomechanics deserves further attention.
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 | 0,000 | 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 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 ».