Effect of the thermal modification and nano-ZnO impregnation on the deterioration of Caribbean pine wood
Notice bibliographique
Résumé
This study aimed to investigate the effect of thermal modification and nano-zinc oxide (nano-ZnO) particle impregnation on the deterioration of Caribbean pine wood under field conditions. Samples were thermallymodified at various temperature levels (control, 180 C, 200 C, and 220 C). Nano-ZnO impregnation was done with an aqueous solution at 1,5 % in an autoclave under two-steps of pressure and vacuum. Unmodified and thermally-modified, non-impregnated and nano-ZnO impregnated samples were exposed to deterioration for five months in field tests. A deterioration index was used to evaluate the health condition of the samples. The mass loss and occurrence of termite tunnels in percentage were also determined. The nano-ZnO impregnation improved the resistance of unmodified wood to field-deterioration. The thermal modification at 180 o C, and 200C increased the wood deterioration and nano-ZnO impregnation did not improve their resistance. Unmodified and 220 C modified samples had a lower mass loss by xylophages than other thermal treatments regardless of the nanoparticle impregnation. The nano-ZnO impregnation decreases the occurrence of termite tunnels in unmodified, 200 C and 220 C-modified samples.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».