Caractérisation et prédiction des propriétés chimiques et de la masse volumique du bois de l'érable à sucre par spectroscopie infra-rouge proche
Bibliographic record
Abstract
L’érable à sucre (Acer saccharum) est l'une des principales composantes de la forêt feuillue du sud-est du Canada. Il est généralement admis que les arbres peu vigoureux ont une faible croissance ainsi qu’une proportion de carie et de coloration plus importante. Cette augmentation de la proportion de coloration chez le bois de l’érable à sucre induit une baisse de sa valeur marchande et entraine une variation importante de ses propriétés. \n \nLes variations intra-arbres, intra-sites et inter-sites des attributs de la qualité du bois de l’érable à sucre ainsi que l'impact de la présence de la carie sur ses caractéristiques physiques et chimiques ont été étudiées. Plusieurs sites écologiques où cette essence est suffisamment abondante au Québec ont été échantillonnés. Deux types d'échantillonnage ont été réalisés : (i) un échantillonnage non destructif dans huit sites à raison de 240 carottes prélevé à hauteur de poitrine (1,3) et (ii) un échantillonnage destructif dans deux sites à raison de neuf arbres par site. Des travaux de caractérisation multi-échelles de la qualité du bois de l’érable à sucre ont été réalisés à l'aide de différents outils, notamment le densitomètre à rayons X, des analyses de la composition chimique du bois par des méthodes conventionnelles et de sa chimie de surface par la spectroscopie infrarouge proche. \n \nLes études de densitomètre à rayons X et d'analyse par le logiciel de traitement d’images (ImageJ) de bois ont permis d'établir les profils des variations de la masse volumique des cernes et de déterminer les proportions de bois d’aubier, de duramen, et de carie. Les résultats ont montré une grande variation des proportions du type de bois entre les arbres et que la masse volumique moyenne du bois d’érable à sucre diminue avec l’apparition de la carie spécifiquement dans un état avancé. L’analyse des propriétés chimiques a montré que le bois de l’érable à sucre est très riche en celluloses (46,6%) et en hémicelluloses (30,5%). La présence de la carie blanche se manifeste par une diminution importante de la teneur en lignine. Les résultats ont été utilisés pour construire les modèles de prédictions des composantes chimiques en utilisant la spectroscopie infrarouge proche (NIR). \n \nLes résultats obtenus lors de notre étude permettent de prédire la composition chimique dans un arbre et par la suite une détection de la présence ou pas de la pourriture pour cette population. Cela va permettre aux forestiers de cibler les meilleurs arbres pour la récolte.
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) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 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".