MétaCan
Menu
Retour à la cohorte
Enregistrement W2289922636 · doi:10.14288/1.0103115

An environmental comparison of foam-core and hollow wood surfboards : carbon emissions and other toxic chemicals

2016· article· en· W2289922636 sur OpenAlexaff
Blair Hole

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCore (optical fiber)Waste managementEnvironmental scienceCarbon fibersCarbon nanofoamPulp and paper industryChemistryMaterials scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Surfers in general are viewed as environmentally conscious individuals; however the boards that almost all of them ride are not considered green. In the past few years there has been a movement in the industry to find alternatives to the foam/fibreglass construction of surfboards. This movement was sparked by the closing of Clark Foam in 2005, the largest producer and supplier in the U.S. of polyurethane foam surfboard blanks. The plant was forced to shut down because of increasing environmental regulations. In 2008 a life-cycle analysis of the most common types of surfboards was performed to find out how this product was effecting the environment. There has been extensive research into new foam technology for boards since 2005, however, I believe that wood is a good alternative for surfboard construction. This paper includes a life-cycle assessment (LCA) to determine the emissions from wood board production and compares them to that of classic foam boards. The results show that wood surfboard production produces far less emissions of CO2, CO, SO2, NOx, VOC, and PM10 than foam surfboard production does. The LCA of wood boards included raw material production as well as production and assembly of the board itself. It can be concluded that from an environmental standpoint wood surfboards are a much better choice than the foam boards in use now.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,175
Écart entre enseignants0,164 · 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'étudeObservationnel
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetWood Treatment and PropertiesTravaux en français237 207