MétaCan
Menu
Retour à la cohorte
Enregistrement W1594840108 · doi:10.15376/biores.10.3.4048-4064

Stranding Moso and Guadua Bamboo. Part I: Strand Production and Size Classification

2015· article· en· W1594840108 sur OpenAlexafffund
Kate Semple, Polo Kunquian Zhang, Gregory D. Smith

Notice bibliographique

RevueBioResources · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBamboo properties and applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFPInnovationsNatural Sciences and Engineering Research Council of CanadaUniversity of Cambridge
Mots-clésBambooPhyllostachysMaterials scienceComposite materialBotanyHorticultureBiology

Résumé

récupéré en direct d'OpenAlex

Giant timber bamboos, such as moso (Phyllostachys pubescens) and guadua (Guadua angustifolia) are potentially well-suited to the production of engineered strand-based structural composite building materials. There is no information available for guadua, but moso bamboo is known to produce good-quality, strand-based composites. However, economically viable commercial production of these composites is hindered by the lack of an efficient, automated method for converting culm stock to strands, and very little technical information is available regarding strand production and quality. In this study, moso and guadua culm characteristics and tissue re-saturation behavior likely to affect stranding were measured and compared. Strand size classification and the thickness and width distributions from stranding resaturated moso and guadua quartered culm pieces using a CAE 6/36 single-blade disk flaker were determined. While node frequency was lower in guadua than in moso, the diaphragms and embedded wall tissue were much thicker and tougher, with strong negative effects on strand quality. When cut to a target thickness of 0.65 mm, moso bamboo produced strand thickness frequency distributions close to those found in sampled mill strands of trembling aspen, while guadua caused high wear on blades and yielded a greater proportion of excessively thick, broken, and very rough strands.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,148

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 Opus0,078
Tête enseignante GPT0,223
Écart entre enseignants0,145 · 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'étudeObservationnel
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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetBamboo properties and applicationsTravaux en français237 207