MétaCan
Menu
Retour à la cohorte
Enregistrement W2523055489

Effects of knife jointing and wear on the planed surface quality of sugar maple wood

2002· article· en· W2523055489 sur OpenAlexfundno aff
Roger E. Hernández, Gerson Rojas

Notice bibliographique

RevueWood and Fiber Science (Society of Wood Science and Technology) · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMapleSugarSoftwoodHardwoodComposite materialEnhanced Data Rates for GSM EvolutionMaterials scienceEnvironmental sciencePulp and paper industryBotanyEngineeringChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Jointing is a common practice required to produce the same cutting circle for all knives mounted in a cutterhead of a peripheral knife planer.Initially the jointed land at the cutting edge has a 0 degree clearance angle, which becomes negative with the workpiece motion relative to the cutterhead and as the cutting edge wears.Jointed knives could crush a thin layer of the planed board and affect the wood quality and performance.Sugar maple wood gluing properties were evaluated in samples that had been planed using one of four jointed land widths, each tested at four states of wear.With increased jointed land and planing length, the damage to the surface and subsurface of wood increased, but the gluing strength and percent wood failure decreased.The depth of this damaged layer was positively correlated with the magnitude of the normal cutting force.In samples where moisture content had fluctuated, the effects of jointing and wear on gluing were more pronounced.The results suggest that a jointed land of 0.9 mm may be used as maximum allowable width for planing sugar maple wood.Also, the planed surface quality of this wood may be negatively affected using a knife with 45 km of rake face recession and 60 krn of clearance face recession, which results in a damaged layer 0.20 mm thick.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,010
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,004
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 Opus0,016
Tête enseignante GPT0,205
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

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

Citations20
Publié2002
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