MétaCan
Menu
Retour à la cohorte
Enregistrement W3159435401 · doi:10.3390/f12050576

Modelling the Material Resistance of Wood—Part 2: Validation and Optimization of the Meyer-Veltrup Model

2021· article· en· W3159435401 sur OpenAlexaff
Christian Brischke, Gry Alfredsen, Miha Humar, Elena Conti, Laurie J. Cookson, Lukas Emmerich, Per Otto Flæte, Stefania Fortino, Lesley Francis, Ulrich Hundhausen, Ilze Irbe, Morten Klamer, Davor Kržišnik, Boštjan Lesar, Eckhard Melcher, Linda Meyer-Veltrup, Jeffrey J. Morrell, J. B. S. Norton, Sabrina Palantı, Gerald Presley, Ladislav Reinprecht, Tripti Singh, Rod Stirling, Martti Venäläinen, Mats Westin, Andrew H.H Wong, Ed Suttie

Notice bibliographique

RevueForests · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensCRB Innovations (Canada)FPInnovations
Organismes subventionnairesnon disponible
Mots-clésPicea abiesResistance (ecology)Environmental sciencePreservativeDurabilityRange (aeronautics)Engineered woodBiological systemPulp and paper industryBiochemical engineeringMaterials scienceComposite materialEcologyEngineeringChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Service life planning with timber requires reliable models for quantifying the effects of exposure-related parameters and the material-inherent resistance of wood against biotic agents. The Meyer-Veltrup model was the first attempt to account for inherent protective properties and the wetting ability of wood to quantify resistance of wood in a quantitative manner. Based on test data on brown, white, and soft rot as well as moisture dynamics, the decay rates of different untreated wood species were predicted relative to the reference species of Norway spruce (Picea abies). The present study aimed to validate and optimize the resistance model for a wider range of wood species including very durable species, thermally and chemically modified wood, and preservative treated wood. The general model structure was shown to also be suitable for highly durable materials, but previously defined maximum thresholds had to be adjusted (i.e., maximum values of factors accounting for wetting ability and inherent protective properties) to 18 instead of 5 compared to Norway spruce. As expected, both the enlarged span in durability and the use of numerous and partly very divergent data sources (i.e., test methods, test locations, and types of data presentation) led to a decrease in the predictive power of the model compared to the original. In addition to the need to enlarge the database quantity and improve its quality, in particular for treated wood, it might be advantageous to use separate models for untreated and treated wood as long as the effect of additional impact variables (e.g., treatment quality) can be accounted for. Nevertheless, the adapted Meyer-Veltrup model will serve as an instrument to quantify material resistance for a wide range of wood-based materials as an input for comprehensive service life prediction software.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,190
Écart entre enseignants0,172 · 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 source (Gemma direct ou Codex distillé), 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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetWood Treatment and PropertiesTravaux en français237 207