MétaCan
Menu
Retour à la cohorte
Enregistrement W2038202712 · doi:10.1515/hf.2009.058

Temperature drop sensor for monitoring kiln drying of lumber

2009· article· en· W2038202712 sur OpenAlexaff
Diego Elustondo, Luiz C. Oliveira, Peter Lister

Notice bibliographique

RevueHolzforschung · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensFPInnovations
Organismes subventionnairesnon disponible
Mots-clésKilnWood dryingCalibrationPulp and paper industryDrop (telecommunication)Materials scienceEnvironmental scienceComposite materialAnalytical Chemistry (journal)MoistureChemistryMathematicsChromatographyElectrical engineeringEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract The main objective of this study was to test a new sensor based on the temperature drop across the load (TDAL). The TDAL sensor was designed to determine the transition point between wet and dry wood without any specific information about the drying process. When additional information is available, the TDAL sensor can also be used to monitor drying rate and estimate the drying end-point. In this study, three potential applications of TDAL sensor for lumber drying were explored, namely, to monitor drying rate, to detect the transition point between wet and dry wood, and for determination of drying end-point after calibration. For the first application, it was demonstrated that the transition point between wet and dry wood coincides with the time at which the TDAL decreases with time at a constant logarithmic slope. For the second application, the TDAL sensor was calibrated with nine experimental drying runs, and the end-points determined with the calibrated TDAL sensor did not show a significant difference with the end-points determined by the in-kiln MC meter. Finally, the TDAL sensor was used to monitor drying rate during drying.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,474

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 Opus0,027
Tête enseignante GPT0,307
Écart entre enseignants0,280 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetTextile materials and evaluationsTravaux en français237 207