MétaCan
Menu
Retour à la cohorte
Enregistrement W2768389256 · doi:10.1021/acssuschemeng.7b02686

Randomly Oriented Strand Board Composites from Nanoengineered Protein-Based Wood Adhesive

2017· article· en· W2768389256 sur OpenAlexafffund
Nandika Bandara, Jianping Wu

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2017
Typearticle
Langueen
DomaineMaterials Science
Thématiquebiodegradable polymer synthesis and properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMitacsAlberta Livestock and Meat AgencyAlberta Innovates Bio SolutionsAlberta Innovates - Technology Futures
Mots-clésAdhesiveMaterials scienceCanolaComposite materialWater resistanceAmmonium persulfateDurabilityFormaldehydeOriented strand boardAdhesive bondingPolymerChemistryOrganic chemistryLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

A nanoengineered canola protein adhesive (CPA) with improved adhesion and water resistance was previously developed by chemically modifying canola protein with ammonium persulfate followed by exfoliating graphite oxide nanoparticles. The objectives of this research were to prepare randomly oriented strand board (ROSB) composites using nanoengineered canola protein adhesive at pilot scale and to characterize the adhesive and mechanical properties of ROSB panels. Six groups of ROSB panels were produced by replacing commercial liquid phenol formaldehyde (LPF) with CPA at levels of 0%, 20%, 40%, 60%, 80%, and 100%. The mechanical and water resistance properties were tested according to ASTM D1037-12 and CSA O437.0-93 standard specifications. The mechanical performances, bond durability, and water resistance were not affected by CPA addition up to a level of 40%, compared to commercial LPF adhesives. Mechanical performance of all ROSB panels prepared in this study exceeded the acceptable minimum standards specified by CSA O437.0-93 standards. Canola-based adhesive can be used in commercial ROSB production, either as 100% resin for interior application or up to 40% replacement of LPF for exterior application.

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 seuil0,003

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 Opus0,007
Tête enseignante GPT0,189
Écart entre enseignants0,182 · 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

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetbiodegradable polymer synthesis and propertiesTravaux en français237 207