MétaCan
Menu
Retour à la cohorte
Enregistrement W1546446492 · doi:10.15376/biores.5.2.770-779

Reducing VOC emissions in the furniture and cabinets industries: An opportunity for hybrid coating systems

2010· article· en· W1546446492 sur OpenAlexafffund
Véronic Landry, Pierre Blanchet, Éric Vaillancourt

Notice bibliographique

RevueBioResources · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensFPInnovations
Organismes subventionnairesFPInnovations
Mots-clésCoatingMaterials scienceSolventMoisturePulp and paper industryEnvironmental scienceChemical resistanceComposite materialWaste managementChemical engineeringChemistryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Three hybrid systems were compared to a solvent-based low-VOC system. The goal of the project was to determine if the hybrid systems met the requirements of the kitchen cabinet and furniture industries. Adhesion of each system to the substrate was first evaluated, and significant differences were recorded. Subsequently, resistance to heat and moisture was evaluated using hot box and hot and cold check tests. These tests indicated that the experimental systems generally performed relatively well in terms of thermal resistance, but the appearance of those prepared from solvent-borne sealers and lacquers were less stable. The chemical resistance of these systems was also studied. The ability of the finish to withstand the effects of substances typically found in a kitchen was tested, as was their resistance to detergents and water. All the systems performed very well in vertical testing. Volatile organic compound emissions were finally measured after conditioning times of 3 and 21 days. These tests showed that the different systems behaved quite differently. The systems prepared with solvent-borne sealers and lacquers produced a high level of VOCs at the beginning of the test, with a rapid decrease thereafter, while the opposite was observed in systems based on water-borne sealers and lacquers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,259
Écart entre enseignants0,230 · 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'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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207