MétaCan
Menu
Retour à la cohorte
Enregistrement W2941810385 · doi:10.4067/s0718-221x2019005000301

Characterization of pacific silver fir impregnated with extractives from western redcedar

2019· article· es· W2941810385 sur OpenAlexafffund
Rod Stirling, Stacey Kus

Notice bibliographique

RevueMaderas Ciencia y tecnología · 2019
Typearticle
Languees
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensFPInnovations
Organismes subventionnairesCanadian Forest ServiceNatural Resources CanadaU.S. Forest Service
Mots-clésSawdustLeaching (pedology)ChemistrySoftwoodShrinkagePulp and paper industryDouglas firBotanyHorticultureComposite materialEnvironmental scienceMaterials scienceSoil scienceBiologyOrganic chemistrySoil waterEngineering

Résumé

récupéré en direct d'OpenAlex

Alternative and higher value uses are needed for residual materials generated from wood products processing. Western redcedar sawdust contains an array of unique chemicals and has the potential to be used to alter the appearance, stability and durability of non-durable timbers. Here it was hypothesized that impregnation of Western redcedar heartwood extractives into Pacific silver fir would decrease shrinkage, hygroscopicity, and susceptibility to decay. Western redcedar hot water extracts were obtained from sawdust and used to pressure-treat Pacific silver fir blocks. Extractive impregnation enhanced the wood's appearance and gave it a more cedar-like brown colour. Impregnated samples had reduced shrinkage, but were not as dimensionally stable as Western redcedar heartwood. Pacific silver fir blocks impregnated with water-soluble extractives were also highly susceptible to leaching, and leached samples had similar shrinkage values to untreated controls. In contrast, leaching had little effect on the hygroscopicity of the Western redcedar heartwood. Extractive-impregnated Pacific silver fir blocks had increased resistance to decay by two brown-rot fungi, and showed resistance similar to that of Western redcedar heartwood. However, leached blocks did not have the same decay resistance.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,377
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 GPT0,182
Écart entre enseignants0,175 · 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.

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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaderas Ciencia y tecnologíaMême sujetWood Treatment and PropertiesTravaux en français237 207