MétaCan
Menu
Retour à la cohorte
Enregistrement W3002667718 · doi:10.15376/biores.15.1.1026-1049

Characterization of the diffusion of organic fungicides with amine oxides in white pine and white spruce

2019· article· en· W3002667718 sur OpenAlexafffund
Simon Pépin, Pierre Blanchet, Véronic Landry

Notice bibliographique

RevueBioResources · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFungicideLeaching (pedology)Amine gas treatingPropiconazoleChemistryWhite rotHorticultureMaterials scienceNuclear chemistryOrganic chemistryBiologySoil waterLignin

Résumé

récupéré en direct d'OpenAlex

Wood products, especially those used in outdoor conditions, can be damaged by dimensional changes and decay fungi. It is therefore advised to use impregnation treatments to mitigate these hazards. While the potency of the chemicals employed in the treatments is important, characterization of the treatments is also crucial to ensure deep and durable protection. 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 (IPBC) through diffusion. Instead of using pressure treatments, the samples were dipped in solutions containing amine oxides, which can diffuse into the wood. The treatments were characterized by the mass of fungicide impregnated, fungicide leaching, and the impregnation depths of both the fungicides and the amine oxides. It was found that the treatment impregnated slightly more than 0.040 kg/m3 of both fungicides, meeting EU standards. It was also shown that the presence of amine oxides slightly prevented the leaching of the fungicides in white pine. The penetration of the amine oxides was several millimeters deep in all directions, but the penetrations of the fungicides were much shorter and only longitudinal.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,358
Score d'incertitude au seuil0,604

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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,159
Écart entre enseignants0,156 · 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'étudeObservationnel
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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetForest Insect Ecology and ManagementTravaux en français237 207