MétaCan
Menu
Retour à la cohorte
Enregistrement W127523576

Equalizing and conditioning spruce-pine-subalpine fir lumber

2004· article· en· W127523576 sur OpenAlexaboutno aff
Liping Cai, Luiz C. Oliveira

Notice bibliographique

RevueForest Products Journal · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKilnConditioningWater contentEnvironmental scienceMontane ecologyWood dryingGreen woodMoisturePulp and paper industryDouglas firWaste managementForestryMaterials scienceComposite materialEngineeringMathematicsGeotechnical engineeringGeographyEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Problems associated with grade recovery in spruce-pine-subalpine fir (SPF) lumber drying have been largely attributed to the wide variation in final moisture content (MC) distribution and drying stresses. Grade recovery is largely affected during planing and re-manufacturing because ofthe development of warp that results from drying stresses. Over 10 sawmills in the interior of British Columbia and Alberta were surveyed. The results indicated that the SPF lumber drying problems related to uneven final MC distribution and warp during re-manufacturing still exist and affect grade recovery. Sixteen kiln-drying runs, using Forintek's experimental 3-foot kiln, were performed using different combinations of 3, 6, 9, and 12 hours of equalizing and conditioning with two types of humidification systems (cold water and low-pressure steam). Initial MC, final MC, and drying stresses were evaluated for drying each run. In general, 9 to 12-hour equalizing/conditioning treatment can significantly reduce the amount of over-dried lumber as well as reduce internal stresses.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,493

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,199 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForest Products JournalMême sujetWood Treatment and PropertiesTravaux en français237 207