MétaCan
Menu
Retour à la cohorte
Enregistrement W3002935417 · doi:10.3390/molecules25030474

Environmental Durability Enhancement of Natural Fibres Using Plastination: A Feasibility Investigation on Bamboo

2020· article· en· W3002935417 sur OpenAlexaff
Daanvir K. Dhir, Armin Rashidi, Grant R. Bogyo, Ron Ryde, Sepideh Pakpour, Abbas S. Milani

Notice bibliographique

RevueMolecules · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialBambooUltimate tensile strengthMoistureWater contentAbsorption of water

Résumé

récupéré en direct d'OpenAlex

Natural fibers are gaining wide attention due to their much lower carbon footprint and economic factors compared to synthetic fibers. The moisture affinity of these lignocellulosic fibres, however, is still one of the main challenges when using them, e.g., for outdoor applications, leading to fast degradation rates. Plastination is a technique originally used for the preservation of human and animal body organs for many years, by replacing the water and fat present in the tissues with a polymer. This article investigates the feasibility of adapting such plastination to bamboo natural fibres using the S-10 room-temperature technique in order to hinder their moisture absorption ability. The effect of plastination on the mechanical properties and residual moisture content of the bamboo natural fibre samples was evaluated. Energy dispersive x-ray spectroscopy (EDS) and X-ray micro-computed tomography (Micro-CT) were employed to characterize the chemical composition and 3-dimensional morphology of the plastinated specimens. The results clearly show that, as plastination lessens the hydrophilic tendency of the bamboo fibres, it also decreases the residual moisture content and increases the tensile strength and stiffness of the fibers.

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 enseignants0,014
Score d'incertitude au seuil0,475

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 Opus0,033
Tête enseignante GPT0,248
Écart entre enseignants0,215 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207