MétaCan
Menu
Retour à la cohorte
Enregistrement W2765292699 · doi:10.15376/biores.12.4.9212-9226

Effects of heat and steam on the mechanical properties and dimensional stability of thermo-hygromechanically-densified sugar maple wood

2017· article· en· W2765292699 sur OpenAlexafffund
Qilan Fu, Alain Cloutier, Aziz Laghdir

Notice bibliographique

RevueBioResources · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensService de Recherche et d'EXpertise en Transformation des Produits ForestiersUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceComposite materialMapleCompression (physics)Flexural strengthSteam explosionSwellingBendingBending stiffnessSuperheated steamSugarStiffnessCompression setPulp and paper industryBoiler (water heating)ChemistryWaste managementBotany

Résumé

récupéré en direct d'OpenAlex

Effects of heat and steam were investigated relative to the mechanical properties and dimensional stability of thermo-hygromechanically-densified sugar maple wood (Acer saccharum Marsh.). The densification process was performed at four temperatures (180 °C, 190 °C, 200 °C, and 210 °C) with and without steam. The hardness, bending strength, bending stiffness, and compression set recovery of the control and densified samples were determined. The effects of heat and steam on the density profile of the samples across thickness were also investigated. The results suggested that the effects of steam on the mechanical properties and dimensional stability of sugar maple wood were more important than that of heat’s influence. Compared to the samples densified without steam, the samples densified with steam showed higher values for hardness, bending strength, bending stiffness, compression set, and density, but much lower compression set recovery when treatment temperature was below 200 °C. High temperature combined with steam contributed to decreased compression set recovery. The lowest compression set recovery was obtained after the first swelling/drying cycle for all of the treatments. A higher weight loss occurred at 210 °C, which resulted in a noticeable decrease of wood density.

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 enseignants0,017
Score d'incertitude au seuil0,298

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 Opus0,027
Tête enseignante GPT0,190
Écart entre enseignants0,163 · 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

Citations23
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetWood Treatment and PropertiesTravaux en français237 207