Metal Oxide Sol-Gels (<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mml:mrow><mml:msub><mml:mrow><mml:mtext>ZrO</mml:mtext></mml:mrow><mml:mn mathvariant="bold">2</mml:mn></mml:msub></mml:mrow></mml:math>, AlO(OH), and <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mml:mrow><mml:msub><mml:mrow><mml:mtext>SiO</mml:mtext></mml:mrow><mml:mn mathvariant="bold">2</mml:mn></mml:msub></mml:mrow></mml:math>) to Improve the Mechanical Performance of Wood Substrates
Notice bibliographique
Résumé
Wood is a renewable material widely used in many applications due to its unique properties and distinctive look. However, as wood is organically constituted, it is slowly destroyed by the long-term impact of oxygen, UV radiations, water, and biological attacks (Mahltig et al., 2008). Therefore, protective treatments are necessary to improve the mechanical, thermal, and chemical properties of wood. In order to improve the mechanical properties of sugar maple (Acer saccharum Marsh.), as this species is widely used in the wood products industry, samples of sugar maple were impregnated with sols of metal oxides (AlO(OH), SiO2, and ZrO2). The weight gain and two different techniques of microscopy were used to evaluate the efficiency of the impregnation in the wood samples. The mechanical properties were evaluated using hardness test, scratch test, and impact test. It was shown that the maple samples impregnated with ZrO2 led to the greatest improvement of the mechanical properties.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».