MétaCan
Menu
Retour à la cohorte
Enregistrement W2038190607 · doi:10.1515/hf-2012-0103

Modification of <i>Pinus sylvestris</i> L. wood with quat- and amino-silicones of different chain lengths

2012· article· en· W2038190607 sur OpenAlexaff
Shyamal C. Ghosh, Holger Militz, Carsten Mai

Notice bibliographique

RevueHolzforschung · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésScots pineSiliconePinus <genus>Materials scienceScanning electron microscopeSide chainLeaching (pedology)ChemistryPolymer chemistryChemical engineeringComposite materialBotanyPolymerBiologySoil water

Résumé

récupéré en direct d'OpenAlex

Abstract The water-related properties of Scots pine (Pinus sylvestris L.) sapwood have been improved by treatment with quat- and amino-silicones of different chain lengths. Standard leaching test and hot water Soxhlet extraction (6 h) showed that the amino-silicones are better fixed in wood than the quat-silicones. A water dipping test (24 h) revealed that both quat- and amino-silicones made wood hydrophobic; however, amino-silicones were more effective in reducing water uptake. The long-chained silicones of both types resulted in higher water repellent effectiveness compared with the respective short-chained silicones. As demonstrated by assessing cell wall bulking, scanning electron microscopy (SEM), and SEM energy-dispersive X-ray analysis, silicones with short chains penetrated the cell wall better than those with long chains regardless of the silicone type. The maximum antishrink efficiency of approximately 60% was attained with short-chained amino-silicone at approximately 39% weight percent gain. The short-chained silicones show more potential to enhance the water-related properties of solid wood and for the development of silicone-based industrial wood modification processes.

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 seuil0,003

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 Opus0,016
Tête enseignante GPT0,201
Écart entre enseignants0,184 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetWood Treatment and PropertiesTravaux en français237 207