MétaCan
Menu
Retour à la cohorte
Enregistrement W2695033039 · doi:10.5539/jmsr.v6n3p20

Adhesive Strength of Pilot-Scale-Produced Water-Washed Cottonseed Meal in Comparison with a Synthetic Glue for Non-Structural Interior Application

2017· article· en· W2695033039 sur OpenAlexvenueno aff
Zhongqi He, Fabio Chiozza

Notice bibliographique

RevueJournal of Materials Science Research · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésCottonseed mealAdhesiveMaterials scienceGLUEWater resistanceSlurryComposite materialPulp and paper industrySoybean mealRaw materialLayer (electronics)Chemistry

Résumé

récupéré en direct d'OpenAlex

Water-washed cottonseed meal (WCSM) has been shown the potential to be used as renewable and environment- friendly adhesives in wood products industry. Recently, WCSM was produced from defatted meal in a pilot scale. In this study, we initially compare the adhesive strength of the pilot-produced WCSM with that of a synthetic glue Vinavil 2259 L. WCSM may be used as the conventional D1 wood adhesives for nonstructural interior application per European standard EN204/205. Non-structural D3 type adhesives is more widely used in protected outside. Under the testing conditions, WCSM possessed very high heat resistance according to European standard EN14257 (WATT 91)-adhesive strength after 1 hour at 80°C. However, the dry strength (EN204/205) and water resistance (specimen were put in water for 4 days and then pulled in the dynamometer) of WCSM were lower than those of the synthetic glue Vinavil 2259 L. Blending WCSM with Vinavil 2259 L improved the water resistance of WCSM, allowing the classification of the WCSM adhesive as D3. Further work will be focused on the increase of solid content of the final adhesive slurries and the improvement of their water resistance.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,067
Tête enseignante GPT0,412
Écart entre enseignants0,345 · 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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207