MétaCan
Menu
Retour à la cohorte
Enregistrement W2324495523 · doi:10.5558/tfc2013-116

Moisture and surface quality sensing of Douglas-fir (<i>Pseudotsuga menziesii</i> var. <i>menziesii</i>) veneer products

2013· article· en· W2324495523 sur OpenAlexafffundvenue
Thierry Koumbi-Mounanga, Tony Ung, Kevin Groves, Brigitte Leblon, Paul Cooper

Notice bibliographique

RevueThe Forestry Chronicle · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of New BrunswickFPInnovationsUniversity of Toronto
Organismes subventionnairesCanadian Forest ServiceNatural Resources CanadaU.S. Forest Service
Mots-clésEthylene glycolUltimate tensile strengthVeneerFormamideContact angleWettingMaterials scienceComposite materialAdhesiveEquilibrium moisture contentMoistureWater contentAnalytical Chemistry (journal)ChemistryChromatographyOrganic chemistryAdsorption

Résumé

récupéré en direct d'OpenAlex

The potential of near-infrared spectroscopy (NIRS) to estimate moisture content (MC) and surface inactivation parameters of Douglas-fir (Pseudotsuga menziesii var. menziesii) veneer products was assessed. The best prediction model for MC was produced for the lower range of MC (0%–50%) of Douglas-fir veneers. Exposure at 180°C produced surface colour changes and the CIE-L*a*b* colour parameters measuring colour changes were better estimated using the 400 nm to 900 nm spectral data than the 1100 nm to 2400 nm spectral data. Increased exposure time resulted in lower wettability and hence increasing contact angles, especially when ethylene glycol and formamide were used as solvents. NIRS-based predictions of contact angles were better when the angles were measured using formamide than when they were measured using ethylene glycol. Lap shear tensile strengths of bonds made with phenol formaldehyde (PF) resin decreased with exposure times. NIRS-based predictions of tensile strengths were also estimated and we found strong negative relationships between contact angle and tensile strength, whatever the probe solvent used (water, glycerol, ethylene glycol and formamide). It is apparent that NIRS can differentiate veneers samples that had undergone high temperature exposure, which resulted in lower wetting properties and somewhat lower adhesion bond strength.

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 enseignants0,007
Score d'incertitude au seuil0,013

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,214
Écart entre enseignants0,199 · 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

Citations8
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetWood Treatment and PropertiesTravaux en français237 207