MétaCan
Menu
Retour à la cohorte
Enregistrement W2100503993 · doi:10.1177/0892705713515263

Investigating the elastic deformation of wood–plastic composites at cold temperature using the bubble inflation technique

2013· article· en· W2100503993 sur OpenAlexaff
Soroush H. A. Fini, Fouad Erchiqui, M. Farzaneh

Notice bibliographique

RevueJournal of Thermoplastic Composite Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueNatural Sciences and Engineering Research Council of CanadaHydro-QuébecUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialBiocompositeWood-plastic compositeBubbleComposite numberReinforcementAbrasivePolyethyleneLow-density polyethylene

Résumé

récupéré en direct d'OpenAlex

In recent years, there has been increasing interest in the development of wood–plastic composites (WPC) for use as building materials. Using wood as natural reinforcement in composite materials, instead of mineral reinforcements, has several advantages such as low density, low cost, and less abrasive finish. The natural reinforcements are also non-toxic and recyclable. The wide variety of WPCs makes it difficult to discuss the performance of these composites. In this research, the bubble inflation technique, introduced by Joye et al., is used to study the behaviour of biocomposite materials in cold temperatures. The results of experiments with high-density polyethylene and WPC membranes with 20, 30, 40, 50 and 60 wt% of wood fibre, under the combined effect of temperature and pressure are presented. The membranes are tested under the maximum pressure of 18 psi within the temperature range of −50C to +50°C with 25°C increments.

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)0,001
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 enseignants0,235
Score d'incertitude au seuil0,575

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,204
Écart entre enseignants0,193 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermoplastic Composite MaterialsMême sujetElasticity and Material ModelingTravaux en français237 207