MétaCan
Menu
Retour à la cohorte
Enregistrement W2149690821 · doi:10.3390/coatings5040830

The Search for Durable Exterior Clear Coatings for Wood

2015· article· en· W2149690821 sur OpenAlexafffund
Philip D. Evans, Jonathan G. Haase, Anasyida Abu Seman, Makoto Kiguchi

Notice bibliographique

RevueCoatings · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueBuilding materials and conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaEcoBuildFPInnovationsAustralian National University
Mots-clésCoatingDurabilityMaterials scienceSiliconeComposite materialPolymer scienceForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The goal of a durable exterior clear coating has eluded generations of coatings technologists, despite long-standing desire amongst the public for such a coating. The journey towards this goal initially focused on modifications to coating formulation, but took a completely different direction when it was found that a UV-transparent silicone clear coating on wood modified with chromic acid met consumer expectations of coating durability. This finding sparked world-wide interest in wood pre-treatments as a way of enhancing the durability of clear coatings. This interest initially focused on transition metal compounds, but has now shifted in the direction of organic and inorganic photostabilizers or even more drastic pre-treatments. Pre-treatments that dimensionally stabilize wood, protect it from microbial degradation and photostabilize lignin, when combined with flexible, photostable, coatings provide the next way-stop on the journey towards achieving the goal of durable exterior clear coatings for wood. This paper reviews this journey, drawing upon our research and that of other groups who have focused on this elusive goal.

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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,053
Tête enseignante GPT0,258
Écart entre enseignants0,205 · 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

Citations105
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetBuilding materials and conservationTravaux en français237 207