MétaCan
Menu
Retour à la cohorte
Enregistrement W7096220799

Senior Scientist and Group Leader

2005· article· en· W7096220799 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueIntraocular Surgery and Lenses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThinningHeritabilityStiffnessNegative correlationSoftwoodPositive correlationWhite (mutation)Picea abiesSpecies groups
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study investigated variation in lumber bending properties of white spruce (Picea glauca [Moench] Voss) and its correlation with tree growth, wood density, and knot size and number. A total of 242 sample trees from 39 open-pollinated families harvested from 36-year-old provenance-progeny trials at two sites in Quebec, Canada through a thinning operation were processed. The results indicate that mechanical properties of lumber from young white spruce plantation-grown trees are low. It appears that low wood density, the occurrence of numerous knots, and a high proportion of juvenile wood are the main factors contributing to the low lumber stiffness and strength properties. The narrow-sense heritability for lumber stiffness was low to moderate, whereas that of strength was hardly different from zero. Thus environ-mental growing conditions highly influence white spruce wood mechanical properties. The results also revealed a strong negative correlation between stem volume and lumber stiffness and strength at the family means, which suggests that selection for volume would have an indirect negative effect on lumber quality. However, the absence of such significant correlation at the phenotypic level also suggests that mass selection with vegetative propagation would be a promising avenue for improving white spruce wood properties without having to give up gains in volume.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,730

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,4880,322

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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,244 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntraocular Surgery and LensesTravaux en français237 207