MétaCan
Menu
Retour à la cohorte
Enregistrement W2046127877 · doi:10.1155/2013/194610

Mathematical Modeling of the High Temperature Treatment of Birch in a Prototype Furnace

2013· article· en· W2046127877 sur OpenAlexafffundabout
Duygu Kocaefe, Yaşar Kocaefe, R. Younsi, Noura Oumarou, S. Lekounougou

Notice bibliographique

RevueAdvances in Mechanical Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les TechnologiesMinistère du Développement Économique, de l’Innovation et de l’ExportationUniversité du Québec à Chicoutimi
Mots-clésProcess engineeringHeat loadMaterials scienceEnvironmentally friendlyElasticity (physics)Mechanical engineeringEnvironmental scienceComputer scienceBiochemical engineeringComposite materialThermodynamicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In recent years, various wood modification technologies have been commercialized as alternatives to the traditional chemical treatments for wood preservation. The high temperature heat treatment of wood is one of these commercially viable and environmentally friendly alternative wood modification technologies. During this treatment, wood is heated to temperatures above 200°C by contacting it with hot gas. The chemical structure of wood changes leading to increased dimensional stability and resistance to microorganisms. Wood darkens making it aesthetically more attractive. However, it loses some of its elasticity. Therefore, the high temperature heat treatment has to be optimized for each species and each technology. The mathematical modeling is an important tool for optimization. It can also be used as a powerful tool for furnace modification and design. A reliable and predictive model was developed to simulate numerically the heat treatment process. Heat treatment experiments were carried out in the prototype furnace of the University of Quebec at Chicoutimi. The model was validated by comparing the predictions with the experimental data. In this paper, the results of the model applied to birch heat treatment are presented. The model predictions are in good agreement with the data.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,365

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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAdvances in Mechanical EngineeringMême sujetWood Treatment and PropertiesTravaux en français237 207