MétaCan
Menu
Retour à la cohorte
Enregistrement W1566141049 · doi:10.15376/biores.6.4.4696-4704

Evaluation of decay resistance for steam-heat-treated wood

2011· article· en· W1566141049 sur OpenAlexaff
Yongjian Cao, Jianxiong Lu, Rongfeng Huang, Youke Zhao, Yuzhang Wu

Notice bibliographique

RevueBioResources · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHorticultureMaterials sciencePulp and paper industryAnimal scienceChemistryBotanyBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this research was to evaluate the influence of steam-heat treatment on the decay resistance of Chinese white poplar and Chinese fir wood against the wood-rotting fungi Gloeophyllum trabeum (Pers.:Fr.) Murrill. The Chinese white poplar and Chinese fir specimens were obtained from Shandong and Hunan provinces, respectively. They were steam-heat-treated at 170, 185, 200, 215, or 230 oC with time duration of 1, 2, 3, 4, and 5 hrs in an air-tight chamber that comprised less than 2 per cent oxygen. According to the standard GB/T 13942.1-92, the decay resistance experiments were completed with the wood-rotting fungi G. trabeum on an agar block test with 12-week incubation. The results of steam-heat treatment indicated that, compared to a weight loss of 56% for untreated samples, a weight loss of 45% decreased to just 2% for Chinese white poplar with an increase in temperature from 170 to 230℃. No weight loss was observed in the steam-heat-treated China-fir heartwood, sapwood, and untreated sapwood specimens, while only a weight loss of 4.739% in untreated China-fir heartwood specimens was found.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,283

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 Opus0,067
Tête enseignante GPT0,233
Écart entre enseignants0,166 · 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

Citations18
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetWood Treatment and PropertiesTravaux en français237 207