MétaCan
Menu
Retour à la cohorte
Enregistrement W2907935765 · doi:10.15376/biores.14.1.264-288

Performances of white pine and white spruce treated with organic fungicides using an aqueous buffered amine oxide preservation system

2018· article· en· W2907935765 sur OpenAlexafffund
Simon Pépin, Pierre Blanchet, Véronic Landry

Notice bibliographique

RevueBioResources · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueLignin and Wood Chemistry
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFungicideAmine gas treatingPropiconazoleHorticultureAqueous solutionMaterials scienceChemistryNuclear chemistryOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Wood is an environmentally friendly material for the construction of buildings, and it possesses great physical and mechanical properties. However, under certain circumstances, it needs to be protected from degradation. This can be achieved either by proper design or treatment. In this study, eastern white pine (Pinus strobus L.) and white spruce (Picea glauca (Moench) Voss) were impregnated with propiconazole and 3-iodo-2-propynyl butylcarbamate, which are two organic fungicides. Unlike most impregnation techniques, no pressure treatment was needed. Instead, an aqueous buffered amine oxide system was used to allow the fungicides to diffuse rapidly into the wood. Many combinations of fungicides and amine oxides, as well as different diffusion times were tested to study the effect of the treatment on the dimensional stability and resistance to decay fungi. It was found that only the amine oxide affected the dimensional stability of the treated wood, with anti-swelling and anti-shrinking efficiencies values up to 30%. Amine oxides and fungicides both had an impact on the weight loss caused by the brown rot fungi. The weight loss after 10 weeks of exposure to Rhodonia placenta was reduced by half when using amine oxides or fungicides, and it was completely inhibited when they were combined.

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 enseignants0,163
Score d'incertitude au seuil0,523

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 Opus0,011
Tête enseignante GPT0,188
Écart entre enseignants0,177 · 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetLignin and Wood ChemistryTravaux en français237 207