MétaCan
Menu
Retour à la cohorte
Enregistrement W6983889780

Bois tropicaux

2015· article· fr· W6983889780 sur OpenAlexaboutno aff

Notice bibliographique

RevueAgritrop (Cirad) · 2015
Typearticle
Languefr
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésROUGEPower (physics)Economic miracle
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le rouge revient à la mode. Alors que les bois clairs avaient depuis des années la faveur des acheteurs, la Chine s'est découvert un engouement inédit pour les bois rouges, lequel a profité notamment aux essences africaines "traditionnelles" que sont le sapelli et le sipo. Les achats de bois rouge par la Chine ont pratiquement doublé d'une année sur l'autre. Cette demande nouvelle a propulsé les prix de certaines essences à des sommets, jusqu'au quatrième trimestre où les cours ont baissé. Le sapelli a été également très demandé aux États-Unis, au Canada et jusqu'en Nouvelle-Zélande. Les sciages de sapelli, dont les importations par la Chine ont progressé d'environ 170 % en 2014, ont dépassé le prix fob de€ 700/m3 alors que celui-ci s'établissait à environ € 500 à la mi-2013. D'autres essences africaines, comme l'okoumé, ont également bénéficié d'une appréciation des cours, l'okoumé passant de € 250 à€ 350/m3. Même tendance, quoique moins spectaculaire, pour les grumes de déroulage de 1 'Asie du Sud-Est, suite à l'arrêt des exportations des grumes de Birmanie en avril. Par contre, le prix du contreplaqué a peu progressé et s'est même effrité en fin d'année, conséquence de demandes japonaises et chinoises en baisse. Devant cet écart qui se creuse entre le prix du bois brut et celui des contreplaqués, l'association des concessionnaires indonésiens a remis sur le devant de la scène la demande, récurrente, de pouvoir exporter légalement des grumes, notamment dans la partie indonésienne de Papouasie.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil1,000

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)0,0000,002

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 Opus0,037
Tête enseignante GPT0,221
Écart entre enseignants0,184 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgritrop (Cirad)Même sujetElasticity and Material ModelingTravaux en français237 207