MétaCan
Menu
Retour à la cohorte
Enregistrement W3111983952 · doi:10.30766/2072-9081.2020.21.6.639-652

Trends in the improvement of methods and equipment for the assessment of flax raw material (review)

2020· article· en· W3111983952 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueAgricultural science Euro-North-East · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueVaried Academic Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBast fibreQuality (philosophy)FiberAgricultural engineeringProduction (economics)Raw materialProcess engineeringEngineeringManufacturing engineeringMaterials scienceComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

The article provides the results of the analysis of methods and instrument equipment for the assessment of quality parameters of retted flax straw and flax fiber. The traditional methods and equipment are presented. The devices developed for flax fiber quality testing used in the Russian Federation, the Republic of Belarus and Ukraine are described. Methods, equipment and modern technologies used to determine the quality of flax fiber in European countries, Canada and the United States are provided. The role of modern developments to improve the efficiency of flax production is noted. Promising methods and devices for determining the main quality indicators are identified. The use of the method of automated forecasting of technological value of fiber flax stalks makes it possible to conduct a comprehensive quality assessment based on morphological and anatomical analysis. Modern capabilities of electronic scanning microscopy provide the control of the chemical composition and structural elements of flax stems at various stages of growth and development, as well as during maceration. The use of infrared spectrometry provides high accuracy in determining humidity, strength, fiber content, and long fiber yield.However, along with high-precision equipment, there is the need for equipment and devices that allow determining the main technological indicators in the field with minimal labor, time and money costs. Research in this direction was previously carried out at the All-Russian Scientific Research Institute of Bast Crops Processing and in Kostroma State Technological University. However, the developments of the scientists were not tested in the production process and were not mass-produced. High speed and objective measurement methods will provide the accurate indicators during the process of maceration and primary processing of retted straw that will increase the technological value and competitiveness of flax fiber.

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.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,064
Tête enseignante GPT0,354
Écart entre enseignants0,290 · 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