Ring width distribution as a valuable anatomical trait for predicting bending strength and rigidity in European oak wood beams
Notice bibliographique
Résumé
Ring width variability affects the elasticity and strength of wood members. This study was conducted to determine which dispersion statistics of annual ring width distributions measured in cross section in European oak ( Quercus robur L.) wood beams are useful as covariates in models for predicting modulus of elasticity ( MOE) and modulus of rupture ( MOR). For this purpose, 21 European oak trees growing in north-western Spain were felled, logged, and sawn. The planks obtained were air-dried and surfaced into beams (50 mm × 100 mm × 2000 mm), which were visually graded according to the UNE 56544:2022 standard. MOE, MOR, moisture content and density (determined according to EN 408:2010 standard) and abundance of sapwood and ring widths were determined in 30 beams apt for structural purposes. MOE was significantly related to standard deviation, variance and interquartile range of the ring width distribution in the beam. MOE was also related to mean ring width ( r = –0.52, p < 0.01) and maximum ring width per beam ( r = –0.54, p < 0.01), an easy to measure variable. MOR was also related to ring width distribution parameters, although yielding lower r values. The influence of ring width evenness and maximum ring width can be considered to improve visual strength grading standards for European oak timber.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».