MétaCan
Menu
Retour à la cohorte
Enregistrement W2075853474 · doi:10.1139/l99-070

Minimisation de la sensibilité à l'eau de composites cimentaires argile-schistes-bois

2000· article· en· W2075853474 sur OpenAlexvenueno aff
A Ledhem, Rose-Marie Dheilly, M Benmalek, M. Quéneudec

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceDurabilityPulp and paper industryEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The use of clay and wood waste in construction materials points out to a sensitivity to water, which is susceptible to reduce their durability. This work has first been interested in the influence of different constituents on the extreme dimensional variations (EDV) of such cementing composites. A formulation allowing the conciliation of environmental imperatives, interesting mechanical and thermal characteristics, and low density has been proposed. However, the EDVs remain above the required objective. In order to reach this value, different treatments have been examined. The addition of alkali-resistant fiberglass in the matrix did not lead to satisfactory results. Not only is the reduction of the EDVs insufficient for reasonable proportions of fibers, but this treatment also increases the proportion of absorbed water in presence of liquid water. Taken separately, both types of treatments used for wood particles - neutralization with hydraulic binders and extraction with boiling water of hydro-soluble compounds - also do not allow a sufficient reduction of EDVs. However, the combination of these two treatments allows the achievement of EDV [Formula: see text] 1 mm/m. Such a treatment improves the mechanical resistance without significantly altering the thermal performances.Key words: wood concrete, extreme dimensional variation, fiberglass, neutralization, hydrolysis.[Journal translation]

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0020,000

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 Opus0,005
Tête enseignante GPT0,175
Écart entre enseignants0,170 · 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

Citations4
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetWood Treatment and PropertiesTravaux en français237 207