MétaCan
Menu
Retour à la cohorte
Enregistrement W2120473130 · doi:10.15376/biores.8.2.1881-1892

Coating Performance on Oil-heat Treated Wood for Flooring

2013· article· en· W2120473130 sur OpenAlexafffund
Mojgan Nejad, Romina Shafaghi, Hiba Ali, Paul Cooper

Notice bibliographique

RevueBioResources · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of Education, IndiaMitacsMinistry of Earth Sciences
Mots-clésMaterials scienceComposite materialSolid woodGreen woodWater contentMoistureCoatingPulp and paper industryWood dryingHeating oilWaste management

Résumé

récupéré en direct d'OpenAlex

Thermal modification of wood in a hot-oil bath is a green process, which improves wood properties using natural products. The process imparts a uniform brown color to the wood and increases its dimensional stability. The improved properties create value-added opportunities for some wood species to be used for high performance applications such as flooring products. This study focused on the optimization of the oil-heat-treatment process to find different approaches for saving energy and also evaluating the performance of water-based coatings on oil-heat treated wood. Effects of process variables on development of wood drying defects such as, checking, cupping, crooking, bowing, twisting, and grain raise were evaluated. This included investigation of effects of Initial wood moisture content and delayed cooling of treated wood in an oven or under a thermal blanket. Our results showed that wood can be treated at an initial moisture content around 8 to 10 percent and cooled in a blanket instead of in an oven without increasing wood defects. Testing the performance of four commercially formulated water-based coatings on heat-treated wood showed that the coatings had an overall better color retention, abrasion, and scratch resistance on the heat-treated wood than on the untreated wood. However, the adhesion of all of the coatings was lower on the heat-treated wood when compared with untreated wood samples.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,015
Tête enseignante GPT0,182
Écart entre enseignants0,167 · 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

Citations22
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetWood Treatment and PropertiesTravaux en français237 207