Distinction anatomique du bois du mélèze (Larix laricina [Du Roi] K. Koch), de l'épinette blanche (Picea glauca [Moench.] Voss), et de l'épinette noire (Picea mariana [Mill.] B.S.P.), en vue de l'analyse des macrorestes
Bibliographic record
Abstract
Quatre-vingt-quatre spécimens de bois de conifères récoltés sur un vaste territoire dans le nord-est de l'Amérique du Nord ont servi à définir de nouveaux critères de distinction anatomique entre Picea mariana, Picea glauca et Larix laricina. En plus des critères habituellement décrits dans la littérature, l'état de surface du torus des ponctuations aréolées des trachéides longitudinales chez Larix laricina est présenté comme un excellent élément de détermination, facilement accessible. La distinction entre Picea glauca et P. mariana peut être faite par l'examen de la sériation des ponctuations des trachéides des rayons ligneux. Une classification dichotomique des croisements des cellules dans les rayons sur la base de la dominance de l'unisériation ou de la bisériation des ponctuations des trachéides de rayon est proposée comme méthode de distinction des espèces en plus d'autres caractères reconnus dans la littérature. Ainsi, chez Picea mariana, plus de 69 % des trachéides radiales sont à dominante bisériée et seulement 28 % chez Picea glauca. En présence de lots de macrorestes ligneux subfossiles gorgés d'eau ou carbonisés où seule la présence de ces deux espèces d'épinettes est possible, ces méthodes simples d'identification ouvrent de nouvelles perspectives dans le domaine de la recherche paléoécologique des milieux boréaux nord-américains.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".