MétaCan
Menu
Retour à la cohorte
Enregistrement W2738016617 · doi:10.15376/biores.12.3.6471-6489

Effects of Fire-retardant Treatment and Burl Wood Structure on Three-dimensional Changes of Sandwich Panels Made from Walnut Decorative Veneer

2017· article· en· W2738016617 sur OpenAlexafffund
Jedi Rosero-Alvarado, Roger E. Hernández, Bernard Riedl

Notice bibliographique

RevueBioResources · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVeneerFire retardantMaterials scienceComposite materialSoftwoodForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The effects of a fire-retardant treatment and burl wood structure on the three-dimensional changes of aircraft sandwich panels were evaluated. Unvarnished and varnished panels with an outer decorative layer made from walnut burl (Juglans hindsii L.) were studied. Half of the samples from each type of panel received a fire-retardant treatment (phosphate-based) on all three layers of the decorative plywood. The other half had the two inner layers treated and the outer layer was left untreated. Three different wood areas formed by rotary peeling and by the grain orientation from the burl structure were identified and their veneer surfaces were separately studied. Samples pre-conditioned at 20 °C and 40% relative humidity (RH) underwent adsorption (25 °C, 90% RH) and then desorption (25 °C, 40% RH) treatments. Changes in the moisture content (MC), swelling, shrinkage, roughness, and waviness were measured after each moisture exposure condition. The results showed that the fire-retardant treatment significantly increased the MC, swelling, shrinkage, roughness, and waviness of the unvarnished and varnished panels. This treatment also affected the roughness and waviness of the burl wood structure for the unvarnished panels. The effect of this anatomical feature was not noticeable in the varnished panels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,125
Score d'incertitude au seuil0,529

Scores Codex et Gemma par catégorie

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 Opus0,013
Tête enseignante GPT0,204
Écart entre enseignants0,191 · 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.

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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetWood Treatment and PropertiesTravaux en français237 207