A Global Short Rotation Coppice (<scp>SRC</scp>) Willow Dataset for the Bioeconomy: Implications for the Yield in the <scp>United Kingdom</scp>
Notice bibliographique
Résumé
ABSTRACT Short rotation coppice (SRC) willow is a second‐generation lignocellulosic energy crop with a background of research and breeding programmes carried out globally for more than three decades. While commercial standards include planting in mixtures of 6–8 willow genotypes of genetic diversity, much research to date has focused on monoculture trials. Research has found significant differences in willow performance through different management methods, soil properties and environmental interactions (GxE), when applied locally. However, global analysis of these interactions remains a challenge. We present a global SRC willow dataset to facilitate researchers and growers with a resource not available to date to help in closing the gap between research and industry. Data has been collected through literature review and personal communications with key researchers on willow in the United Kingdom. Global annual average yield is 9 Mg Dry Matter (DM) ha−1 year−1 with 17 genotypes, including two types of mixtures, above the economic threshold of 10 Mg DM ha−1 year−1. Canada and the United States are the best and worst performers with 10.6 and 6.7 Mg DM hr−1 year−1, respectively. We expect this dataset to provide an efficient way of estimating yields at a smaller scale by multiple combinations of GxE interactions. Biomass production from 1‐year‐old stems in the first harvest cycle is significantly lower than for the second and third year of the first harvest cycle (ANOVA, p < 0.001). Harvest cycles of 2 and 3 years did show significant but small differences in final yield (t = 3.87, p < 0.001). A random forest statistical procedure was applied to test for the association of the predictor variables with biomass production. The model explained up to 63.65% of the variance observed in yield for all genotypes and sites, with genetic diversity among the most important variables.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,004 |
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 ».