Acoustic velocity at the tree, log, and lumber levels and their relationship with lumber bending properties
Notice bibliographique
Résumé
This study investigated the relationships between acoustic velocity (AV) measured on standing trees, stems, logs, and lumber pieces, and static lumber bending stiffness (modulus of elasticity (MOE)) and strength (modulus of rupture (MOR)). The relationships were examined at four measurement scales: i.e., tree, stem, log, and lumber level. The impacts of tree and log characteristics and wood properties on model performance were also examined. The strongest relationship among AVs was found between log AV and stem AV at the tree ( R2 = 0.877) and log levels ( R2 = 0.454), and between lumber AV and log AV at the lumber level ( R2 = 0.125). No or weak relationships were found between lumber AV and tree/stem AVs and between bending properties and tree AV at all levels. Lumber MOE and MOR had the strongest relationships with lumber AV at the tree and log levels ( R2 = 0.478–0.641). Stem AV and log AV had a similar impact on MOE and MOR within each level ( R2 = 0.05–0.48). Diameter at breast height, crown width, and wood density were the most common covariates that contributed most to the variances explained for AV, MOE, and MOR at the tree and lumber levels, except for the impact of crown width on MOR. At the log level, log position in the stem and green density were the most important contributing factors.
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 | 0,002 |
| 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 | 0,001 | 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) | 0,002 | 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 ».