MétaCan
Menu
Retour à la cohorte
Enregistrement W7114998136 · doi:10.6084/m9.figshare.30867361

Market Assessment of Cross-Laminated Timber (CLT) Fabricated from Red Pine in Ontario

2025· article· W7114998136 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityGovernment (linguistics)NoveltyMarket shareMarket researchResistance (ecology)Market analysisRed pineSurvey data collection

Résumé

récupéré en direct d'OpenAlex

This study explores the suitability and potential market acceptance of red pine (Pinus resinosa) for Cross-Laminated Timber (CLT) in Ontario. The research is motivated by growing interest in regional timber utilization and the need to diversify CLT raw material sources to enhance sustainability and forest-sector innovation. Specifically, this study aims to identify the key factors influencing stakeholders’ willingness to adopt red pine CLT and to assess market readiness across relevant industry sectors. The novelty of this research lies in its focus on red pine as a regional CLT material—an area rarely explored in current literature—combined with quantitative evaluation of perceptions, risks, and adoption attitudes based on limited but targeted survey data. A structured questionnaire was distributed to enterprises in the forestry and construction industries, as well as to government officials, between August and October 2024, yielding 27 valid responses. Given the limited sample size, our analysis emphasized effect sizes, estimating standardized mean differences (Hedges’ g, 95% CIs) for Likert-scale outcomes across industry segments. Supplementary analyses included power–attitude mapping, binary logistic regression, and Multiple Correspondence Analysis (MCA). Results suggest that perceived risk (effect size = 1.763) and anticipated market demand (effect size = 2.235) are the strongest predictors of investors’ willingness to support red pine CLT adoption. Manufacturers and construction firms exert the greatest influence on adoption decisions, while government and forest-sector respondents were more neutral. Moreover, advanced technology, strong market growth expectations, and clear regulatory guidance emerged as positive predictors of “definite” adoption, whereas concerns about pest resistance and expectations of only moderate growth reduced willingness. Overall, This study confirms that red pine meets key CLT performance standards and holds potential for broader market use. While stakeholders show general willingness to adopt, concerns about cost and regulatory uncertainty remain. Clear policies and targeted support could translate this positive attitude into widespread adoption, contributing to sustainable forest management and regional bioeconomy development.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,254
Score d'incertitude au seuil0,511

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,284
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetForest Biomass Utilization and ManagementTravaux en français237 207