MétaCan
Menu
Retour à la cohorte
Enregistrement W2917636914 · doi:10.3390/coatings9030161

A Comparison of the Performance of Two Kinds of Waterborne Coatings on Bamboo and Bamboo Scrimber

2019· article· en· W2917636914 sur OpenAlexaff
Jianfeng Xu, Ru Liu, Huagui Wu, Hongyun Qiu, Yanglun Yu, Ling Long, Yonghao Ni

Notice bibliographique

RevueCoatings · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBamboo properties and applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBambooCoatingEpoxyMaterials scienceComposite materialPolyurethaneAbrasion (mechanical)

Résumé

récupéré en direct d'OpenAlex

For this paper, two kinds of waterborne coatings, polyurethane acrylate (PUA) and epoxy resin, were synthesized and then coated onto neat bamboo and bamboo scrimber (BS), respectively. The coating performance of the samples was investigated. The results showed that, for the two kinds of coatings, there was a chemical reaction occurring between both coatings and the substrates. The permeability with respect to bamboo was higher than that of BS, while that of the epoxy resin coating was better than PUA. However, the PUA film was smoother than epoxy resin. The epoxy resin coating on bamboo had the best adhesion, which was at a 1 level. The abrasion values of the four samples varied in the same substrate. A higher hardness of the coating film was obtained when coated with PUA. In general, the coating performance of bamboo scrimber was poorer than that of bamboo, either coated with PUA or epoxy resin. The epoxy resin had a better coating performance than PUA.

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 enseignants0,057
Score d'incertitude au seuil0,136

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 GPT0,251
Écart entre enseignants0,225 · 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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetBamboo properties and applicationsTravaux en français237 207