MétaCan
Menu
Retour à la cohorte
Enregistrement W2947165633 · doi:10.1515/hf-2018-0198

Evolution of wood cell wall nanopore size distribution in the hygroscopic range

2019· article· en· W2947165633 sur OpenAlexaff
Jingbo Shi, Stavros Avramidis

Notice bibliographique

RevueHolzforschung · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Foaming and Composites
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSorptionMaterials scienceNanoporeRelative humidityHumidityMicroporous materialComposite materialWork (physics)SwellingRange (aeronautics)ThermodynamicsChemistryNanotechnologyAdsorptionPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Owing to technical difficulties, experimental assessment of wood cell wall pore size distribution (PSD) in the hygroscopic range still remains challenging. Here, a “trial-and-error” approach was proposed to calculate such distribution through bridging experimental and simulated sorption isotherms presented by the authors in the past. Two main assumptions were made in the calculations, namely, the generation of new and the swelling of existing cell wall pores during water sorption. The nanopore size distribution of dried cell wall derived from the experimental CO 2 gas sorption isotherms was used as the initial boundary condition. Predicted pore size distributions were assessed to be fairly reasonable by comparing them at 95% relative humidity with the PSD of fully saturated cell walls derived from the solute exclusion method. The predicted distribution was relatively wide with several major peaks evolving in the hygroscopic range. The present work also showed that confounded by a wide PSD that includes mostly micropores, the shape of the experimental sorption isotherms was not reliable in assessing the sorption mechanism. The simulations suggested an alternative water sorption mechanism for wood, i.e. micropore filling of cell wall nanopores.

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 enseignants0,150
Score d'incertitude au seuil0,274

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 Opus0,005
Tête enseignante GPT0,202
Écart entre enseignants0,197 · 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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHolzforschungMême sujetPolymer Foaming and CompositesTravaux en français237 207