Use of Harvester Data to Estimate the Amount of Merchantable Non-Utilized Woody Material Remaining after Mechanized Cut-to-Length Forest Operations
Notice bibliographique
Résumé
An agreement between the provincial government of Québec, Canada and the forest industry executing forest management activities on public lands has been established regarding non-utilized woody material (NUWM) left on the cutting area. Problems linked to this agreement are compounded by labor shortages, which have an impact on the precision of the mandatory inventories. The objectives of this study were to: (1) reconstruct and estimate the merchantable NUWM volume beyond the last processed log of balsam fir and white spruce with the use of harvester on-board computer (OBC) data, (2) design a software tool to estimate and spatialize merchantable NUWM, and (3) perform an explorative comparison between the OBC method and conventional field inventory. In total, five sites were harvested to develop the volume algorithms. Each site was harvested by a single-grip harvester operating a different OBC system (OPTI4G, Log Mate 500, and Log Mate 510). Results suggest that, with Varjo’s model and linear regression, estimation of NUWM volume using OBC data is possible. The spatialization tool positioned NUWM within the harvest area for StanForD and StanForD 2010. The explorative comparison highlighted a possible cost reduction of approx. 36.8 $/ha and an increase of precision for the OBC method.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».