MétaCan
Menu
Retour à la cohorte
Enregistrement W2006347008 · doi:10.1179/wsc.2007.17.5.259

Kiln Drying Canadian Softwoods and Hardwoods: Different Species – Different Problems

2007· article· en· W2006347008 sur OpenAlexaboutno aff
Pavlos Alexiadis, David H. Cohen, Robert Kozak, Stavros Avramidis

Notice bibliographique

RevueJournal of the Institute of Wood Science · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoftwoodKilnPulp and paper industryWood dryingHardwoodProduct (mathematics)Waste managementQuality (philosophy)Profitability indexEnvironmental scienceEngineeringBusinessMaterials scienceMathematicsComposite materialMoistureBotany

Résumé

récupéré en direct d'OpenAlex

A mail survey on kiln drying problems faced by Canadian companies processing softwood and/or hardwood timbers revealed important differences in drying methodologies, and dried product quality. Two significant differences in the drying process were identified related to electrical energy consumption and spraying systems, but none in kiln control. For kiln drying problems, softwood mills preferred the assistance of kiln manufacturers, while operations drying hardwoods or both softwoods and hardwoods more frequently consulted research institutes. Dried product quality problems were more crucial to mills that only dried hardwoods. Results of this research could provide companies with a better understanding of their sector, point out possible opportunities for increasing the profitability and stability of the wood products industry, as well as assist in focusing research efforts.

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)0,001
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 enseignants0,101
Score d'incertitude au seuil0,363

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Institute of Wood ScienceMême sujetTunneling and Rock MechanicsTravaux en français237 207