MétaCan
Menu
Retour à la cohorte
Enregistrement W285253683

Estimating Maximum Water Absorption of Wood Fiber/Polymer Fluff Composites

2000· article· en· W285253683 sur OpenAlexfundno aff
Sheldon Q. Shi, John Z. Wang

Notice bibliographique

RevueWood and Fiber Science (Society of Wood Science and Technology) · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesBayer CanadaMichigan Technological University
Mots-clésComposite materialAbsorption of waterMaterials sciencePolymerSwellingLinear densityFiberAbsorption (acoustics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to develop a model to estimate the maximum water absorption (MWA) of wood fiber/polymer fluff composites as a function of polymer fluff content and board density. Polymeric diphenylmethane diisocyanate (PMDI) resin bonded dry-process wood fiber/polymer fluff composites were used in this study. Six polymer fluff contents (0, 15, 30, 45, 60, and 100%) and four target oven-dry board densities in the range of 0.50-1.00 g/cm3 were studied. A water immersion test was conducted on these boards. The effect of irreversible thickness swelling after water immersion (TSi) on the estimation of the maximum water absorption was evaluated. It was shown that the irreversible thickness swelling had a quadratic relationship with polymer fluff content and a linear relationship with oven-dry board density. The TSi of the composites used in this study was in the range of only 0.04-4.20%, which was negligible in the estimation of maximum water absorption. The prediction of maximum water absorption from the MWA model developed in this study was over 95% accuracy for most of the specimens. The maximum water absorption had a linear relationship with the polymer fluff content and a reciprocal relationship with board 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 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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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

Citations12
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWood and Fiber Science (Society of Wood Science and Technology)Même sujetWood Treatment and PropertiesTravaux en français237 207