MétaCan
Menu
Retour à la cohorte

Durability Improvement of Bio-Based Material by Polymer

2011· article· en· W2002354998 sur OpenAlexaff
Yongfeng Li, Yi Xing Liu, Yun Lin Fu, Qing Wu, Xiang Ming Wang

Notice bibliographique

RevueMaterials science forum · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensFPInnovations
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMaterials scienceDurabilityPolymerComposite materialMaleic anhydrideFourier transform infrared spectroscopyDegradation (telecommunications)PorosityBiodegradationChemical engineeringCopolymerOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Bio-based materials such as wood, bamboo, bio-straw material are vulnerable to degradation by microorganisms and susceptible to change in dimension under humidity, which greatly reduced their service life. In this study, a novel thought was inspired from the unique porous structure of bio-based material that durability of wood may be capable of being improved by generating polymer in situ the special structure. Maleic anhydride (Man) and Styrene (St) were used to penetrate into wood for further copolymerization. SEM observation shows that polymer filled in wood porous structure and tightly contacted wood matrix (i.e. biopolymers), indicating strong interaction between them. FTIR analysis indicates that polymer chemically grafted onto wood matrix by reaction of anhydride group and hydroxyl group. As the amount of hydroxyl groups greatly reduced for their reacting with polymer, the dimensional stability of wood immersing in water was improved; and as the reaction of wood with polymer, the biopolymers were wrapped by resultant polymer, preventing the sample from attack of microorganisms, thus decay resistance of treated wood against microorganisms was greatly improved. Both of them contributed to the improvement of wood durability.

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 seuil0,005

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 savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,273
Écart entre enseignants0,251 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207