MétaCan
Menu
Retour à la cohorte
Enregistrement W2791241853 · doi:10.3390/jmmp2010007

Manufacture of Profiled Amabilis Fir Deckboards with Reduced Susceptibility to Surface Checking

2018· article· en· W2791241853 sur OpenAlexaff
Ken Cheng, Philip D. Evans

Notice bibliographique

RevueJournal of Manufacturing and Materials Processing · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSoftwoodMachiningMaterials scienceComposite materialEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Machining grooves and ridges (peaks) into the surface of wooden deckboards reduces undesirable checking that develops when “profiled” boards are exposed to the weather. We aim to develop improved profiles for amabilis fir decking to reduce its susceptibility to checking, and also to examine whether profiling influences distortion (cupping) of deckboards. We systematically varied radii of grooves and peaks, and the heights and widths of peaks in profiled deckboards, exposed them to the weather, and measured checking and cupping of boards. Profiling significantly reduced the numbers and sizes of checks in amabilis fir deckboards, but increased cupping. Profiles with narrow grooves and tall peaks were generally better at restricting checking than profiles with wide grooves and shorter peaks. Our results suggest that one of the profiles we tested would be better at restricting checking than profiles used previously to manufacture profiled decking from amabilis fir. We conclude that the surface checking of profiled amabilis fir decking can be significantly reduced by altering the geometry of surface profiles. In principal, the same approach could be used with other softwood species that have potential to capture a share of the large and important market for wood decking.

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 enseignants0,030
Score d'incertitude au seuil0,596

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing and Materials ProcessingMême sujetWood Treatment and PropertiesTravaux en français237 207