Mediation and ANCOVA Models to Study the Influence of Solvent Retting Traits and Plant Physique on Bast Fiber Yield and Retting Time
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The study aims in applying two statistical tools to analyze the retting behavior of plant stems for extracting bast fibers for industrial applications. At first, a mediation model is employed to investigate the first hypothesis of this work that involves studying the color response of the retted solvent as a function of retting time on the responsible variable, fiber yield (%). Statistically, there is a significant indirect effect of retting time on fiber yield (%) through retting trait (β = −0.0142, 95% C.I. [−0.0274, −0.0011]) – a statistical inference bolstered by the Sobel test result, confirming the mediation effect (p-value = 0.0329 < 0.05; z-score = −2.1334; bootstrapping of 5000 resamples). Next, the second hypothesis of the current work involves analyzing the impact of stem form-factors on their retting time using the statistical tool, ANCOVA. The partial- η2 indicates that cultivar treatment accounts for 30% variance of the retting time while controlling for the effects of two covariates – diameter and length of the stems, in this case. By controlling the Type-I error, Bonferroni and similar post-hoc tests also confirm the statistical significance of cultivar categories pertaining to their mean retting time. Future work could focus on these underlying hypotheses and study the impact of microorganisms, environmental factors, and cultivar treatment variables on the retting time to optimize the overall fiber yield and production process.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 découle