MétaCan
Menu
Retour à la cohorte
Enregistrement W4390205630 · doi:10.1515/hf-2023-0075

The impact of site on tree form, wood properties, and lumber quality of plantation-grown <i>Pinus patula</i>

2023· article· en· W4390205630 sur OpenAlexaff
Jaco-Pierre van der Merwe, Martin Bacher, Sechaba Madiope, Thandekile Ncongwane, Robert Ngomane, Olwethu Spogter, Hilton Kuisis, Jaco Potgieter, Oscar Tait, Charlie Clarke, Julie Cool, Stavros Avramidis, Simon Ellis, Shawn D. Mansfield

Notice bibliographique

RevueHolzforschung · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPinus patulaEnvironmental scienceForestryWater contentAgroforestrySpecific gravityPinus radiataTropicsPinus <genus>AgronomyGeographyBotanyEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract South Africa is a water scarce country with minimal natural forests. Plantation forest species such as the Mexican tropical hard pine, Pinus patula Schiede &amp; Deppe ex Schltdl. &amp; Cham. , was introduced into the country to satisfy local fibre demand. Today, the majority of pine plantations in South Africa are found in the Mpumalanga province. The province has diverse growing conditions in relation to climate and soil properties. Sample plots were established in even-aged P. patula plantations and stratified according to soil parent material and altitude. Growing conditions of each sample plot were characterised according to climate and soil properties. A total of 540 sample trees were measured for height, diameter, density, and latewood content. The sample trees were harvested to produce 2690 logs. The logs were milled, and the resultant lumber was graded according to density, dynamic modulus of elasticity, and modulus of rupture. Annual maximum temperature had the most significant impact on tree growth, while rainfall correlated with wood density and latewood content of standing trees. However, annual maximum temperature and tree height had a negative relationship with the recovered lumber properties and dimensional stability. Spring rainfall appeared to be the most important factor influencing lumber twist and this was possibly due to the associated larger juvenile core present in the trees.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,207

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,262
Écart entre enseignants0,236 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetForest ecology and managementTravaux en français237 207