MétaCan
Menu
Retour à la cohorte
Enregistrement W2479902838

FUNGI COLONIZING DOUGLAS-FIR IN COOLING TOWERS: IDENTIFICATION AND THEIR DECAY CAPABILITIES

2005· article· en· W2479902838 sur OpenAlexaff
Gyu Hyeok Kim, Dae Sun Son, Jae Jin Kim

Notice bibliographique

RevueWood and Fiber Science (Society of Wood Science and Technology) · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesKorea University
Mots-clésBiologyBotanyCeratocystisChromated copper arsenateMicrofungiSoftwoodChaetomium globosumAcremoniumDouglas firHorticultureAlternaria alternataFungusFood science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study was performed to identify microfungi isolated from chromated copper arsenate (CCA) treated-Douglas-fir members in cooling towers, and to test for their capacities to cause weight loss, anatomical damage, and strength losses in Douglas-fir and Keruing heartwood. Among 26 fungal species isolated, Acremonium sp., Fusarium spp., Trichoderma spp., Phialophora spp., and Alternaria alternata were most frequently isolated, constituting approximately 75% of all isolates. Half of the fungi, representing about 60% of all isolates, caused soft-rot damage. Microscopic examination revealed that most of the fungi eroded the cell wall (Type 2 damage), and soft-rot types did not differ with wood species. Strength reductions by fungal attack were not significant compared to controls although one fungal species (Monocillium sp. KUC 3016) produced significant strength loss on Douglas-fir, and three species (Gonabotrys simplex, Phialophora mutabilis KUC 3022, and Phialophora mutabilis KUC 3039) caused significant strength loss on Keruing. The results indicate that some soft-rot fungi can affect wood properties significantly, and their potential to affect the service life of wood members in cooling towers must be considered.

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 enseignants0,006
Score d'incertitude au seuil0,012

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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

Citations9
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWood and Fiber Science (Society of Wood Science and Technology)Même sujetWood Treatment and PropertiesTravaux en français237 207