MétaCan
Menu
Retour à la cohorte
Enregistrement W2006429762 · doi:10.1179/2042645313y.0000000052

Drying schedule structure and subsequent post-drying equalisation effect on hemlock timber quality

2013· article· en· W2006429762 sur OpenAlexaff
K. G. Rohrbach, Luiz C. Oliveira, Stavros Avramidis

Notice bibliographique

RevueInternational Wood Products Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensFPInnovationsCRB Innovations (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTsugaWestern HemlockWood dryingScheduleEnvironmental scienceConditioningWater contentMoisturePulp and paper industryVacuum dryingKilnWaste managementForestryEngineeringComposite materialMaterials scienceMathematicsMeteorologyGeotechnical engineeringBotanyComputer scienceStatisticsGeography

Résumé

récupéré en direct d'OpenAlex

Western hemlock (Tsuga heterophylla), was dried using two different schedules with optional conditioning and seven day post-drying equalisation in a covered and climate controlled space that emulates outdoor conditions in south-central Japan from October to May. Timber quality was evaluated pre- and post-drying, and/or post-equilibration. Drying times, moisture content variation between and within timbers and internal stresses were also assessed. Data analysis revealed that conditioning and aggressive drying reduced casehardening, while milder drying resulted in less twist and diamonding. Although the control run seemed to develop less shape distortions than the treatments, it required longer drying times. With aggressive drying the kiln turnover will be quicker and the dried timber might be stored in a covered area for post-drying equalisation that will level out moisture gradients and alleviate casehardening. As a subsequent step, the timber might be planed to reduce twist, diamonding and superficial checks.

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 savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,251
Écart entre enseignants0,233 · 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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Wood Products JournalMême sujetWood Treatment and PropertiesTravaux en français237 207