Rapid prediction of shrinkage and fibre saturation point on teak (
Notice bibliographique
Résumé
• Dimensional stability, along with the natural durability and colour of the wood, is one of the most important characteristics of teak used as timber. However, it is very time-consuming to take measurements of this kind. For the purposes of selection for the production of improved varieties, the number of samples to be measured rapidly exceeds the capacity of a traditional laboratory. • Near-infrared spectroscopy, based on a set of reference data, is a tool enabling many of the chemical properties of wood to be predicted and the number of laboratory measurements to be reduced exponentially. The issue here is a question of checking the effectiveness of NIRS tool to build models and predict the shrinkage and fibre saturation point of teak wood from Togo. • The results show the possible use of NIRS to measure the dimensional stability of teak wood and that it is appropriate to choose the type of wood and type of surface to be measured by NIRS. The best prediction models for radial and tangential shrinkage and fibre saturation point give R2 values of 0.72, 0.83 and 0.87 respectively with ratios of performance deviation of 1.8, 2.4 and 2.8. • Consequently, after verification on other sets of teak samples, which may or may not be included in the prediction model, NIRS can be used to predict shrinkage and fibre saturation point values accurately for a large number of samples, making it possible to include these characteristics in the selection criteria for classifying wood and high throughput phenotyping.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 0,001 |
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 ».