MétaCan
Menu
Retour à la cohorte
Enregistrement W2278195817 · doi:10.14288/1.0095534

Particle moisture content effects on the physical and mechanical properties of magnesite cement-bonded particleboard

2010· article· en· W2278195817 sur OpenAlexaffabout
India E. O. Musokotwane

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMagnesiteCementMaterials scienceWater contentComposite materialMoistureParticle sizeParticle (ecology)MetallurgyMagnesiumGeotechnical engineeringChemical engineeringGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

The effects of initial particle moisture content, wood-cement ratio and density on physical (thickness swelling and water absorption) and mechanical properties (MOE, MOR, IB and edgewise compression) were investigated. Five initial particle moisture content levels - 0-6%, 8-15%, 25-30%, 40-50% and 60-80%; three wood-cement ratios - 1:1, 1:1.5 and 1:2; and three density levels at each wood-cement ratio - 1:1 -0.472 g/cm³, 0.528 g/cm³ and 0.622 g/cm³, 1:1.5 - 0.636 g/cm³, 0.707 g/cm³ and 0.809 g/cm³; and 1:2 - 0.763 g/cm³, 0.847 g/cm³ and 0.939 g/cm³ were used. Combinations of the above variables gave 45 treatments. Three replicate boards were made for each treatment thus giving a total of 135 panels for the study. A total of 135 test specimens were used for each property tested. Results from the tests were compared to the German and ISO Standards for similar boards and to the Canadian Waferboard Standard. Initial particle moisture content was highly significant in the development of physical and mechanical properties of magnesite cement-bonded particleboard. Increasing initial particle moisture content from 0-6% to 60-80% resulted in the reduction of the physical and mechanical properties of the boards. The highest initial particle moisture content of (60-80%) yielded the lowest physical and mechanical properties. For manufacture of boards of favourable mechanical properties, an initial particle moisture content of not more than 15% is recommended. On the other hand, a higher initial particle moisture content (>40%) is considered desirable if board thickness and water absorption are to be minimized. All the mechanical properties tested consistently increased by increasing wood-cement ratio and density and were highest at 1:2 wood-cement ratio and density level 3 of each wood-cement ratio. Thickness swelling and water absorption were consistently reduced by increasing wood-cement ratio and density. In both physical properties tests, the 1:2 wood-cement ratio and density level 3 yielded the lowest values. Thirty-two of the forty-five treatment combinations of initial particle moisture content, density and wood-cement ratio pass the MOE requirement of the German Standard DIN 52 362 for Portland cement-bonded particleboard; forty-one treatments met the minimum MOE Canadian Waferboard Standard requirements, while no treatment meet the MOR requirements for this Standard. Eleven of the forty-five treatments met the minimum IB Canadian Waferboard Standard requirements. All the 45 treatments pass the ISO building board requirements in thickness swelling, while 18 treatments pass the water absorption requirements for this Standard. Most of the treatment combinations compare favourably with results obtained in tests conducted in Europe for cement-bonded particleboard.

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 enseignants0,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,158
Écart entre enseignants0,146 · 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

Citations3
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207