MétaCan
Menu
Retour à la cohorte
Enregistrement W3130464505 · doi:10.1520/jte20200308

Modeling Effects of Incising on Flexural Properties of Green Douglas Fir and Western Hemlock Lumber

2020· article· en· W3130464505 sur OpenAlexaboutno aff
Jerrold E. Winandy, Butch Bernhardt, Dallin Brooks, Arijit Sinha, Jeffrey J. Morrell

Notice bibliographique

RevueJournal of Testing and Evaluation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthDouglas firWestern HemlockStructural engineeringMaterials scienceComposite materialEngineeringForestryGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Incising is required in Canadian and US national standards for the treatment of many timber species, especially those from western North America. Incising increases the amount of end-grain exposed to fluid flow, but it also decreases the cross-sectional area and, thus, has the potential to affect mechanical properties. Models have been developed to predict the effects of incising on flexural properties, but correlative data for engineering design adjustment factor(s) for incised and preservative treated lumber and timber are lacking. Current engineering design adjustment factors are primarily based on nominal 2x (38-mm, 1.5-in)-thick lumber tests. In 2018, this fact was recognized and the new design standard allowed for theoretical models to be used for larger materials where appropriate test data were not currently available. This article reports the results of mechanical tests evaluating the effects of incising on flexural properties of nominal 3x and 4x (64- and 89-mm)-thick by 184-mm (7.25-in)-wide Douglas fir and western hemlock lumber. It uses these data to develop potential engineering design adjustment factor(s) for incised nominal 2x (64- and 89-mm)-thick lumber and discusses theoretical modeling to predict those factors.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,373
Score d'incertitude au seuil0,213

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 Opus0,098
Tête enseignante GPT0,258
Écart entre enseignants0,159 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Testing and EvaluationMême sujetWood Treatment and PropertiesTravaux en français237 207