MétaCan
Menu
Retour à la cohorte
Enregistrement W2104921836 · doi:10.5539/jmsr.v5n1p46

Comparative Relationship of Fiber Strength and Yarn Tenacity in Four Cotton Cultivars

2015· article· en· W2104921836 sur OpenAlexvenueno aff
Yongliang Liu, B. Todd Campbell, Chris Delhom, Vikki Martin

Notice bibliographique

RevueJournal of Materials Science Research · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésTenacity (mineralogy)YarnCultivarFiberComposite materialMathematicsMaterials scienceAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

<p class="1Body">High volume instrumentation (HVI<sup>TM</sup>) measurement is a primary and routine tool of providing fiber properties to cotton researchers. There have been considerable studies designed to derive yarn quality from acquired fiber quality data by various means, including HVI. There is also of desired information about the comparison of yarn quality within a cotton cultivar or among the cultivars, as such knowledge could be informative in attempts to understand the selection of cotton cultivars. The purpose of this preliminary study was to characterize the fiber HVI strength and yarn skein tenacity of four cotton cultivar harvested from three locations in different crop years. Instead of developing linear regression models from acquired fiber property parameters to predict yarn tenacity, this study applied a simple ratio method (i.e., correct fiber strength or yarn tenacity with fiber micronaire component) to relate fiber strength with yarn tenacity. The results indicate that three cultivars (DP 393, Phytogen 72, and FM 958) show stronger correlation between micronaire corrected yarn tenacity and micronaire corrected fiber HVI strength. It implies the feasibility of utilizing HVI fiber micronaire and strength property data, as a semi-quantitative and fast tool, to compare the yarn tenacity performance within a cotton cultivar or between cultivars.</p>

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)0,023
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,103
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,336
Tête enseignante GPT0,466
Écart entre enseignants0,130 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetTextile materials and evaluationsTravaux en français237 207