MétaCan
Menu
Retour à la cohorte
Enregistrement W3182516089 · doi:10.5539/jmsr.v10n1p28

Canola Meal Adhesive for the Production of Wood Fiber Insulation Boards Using Hot-Air/Hot-Steam-Process

2021· article· en· W3182516089 sur OpenAlexvenueno aff
Kolja Ostendorf, Julian Haerkötter, Markus Euring

Notice bibliographique

RevueJournal of Materials Science Research · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésCanolaMaterials scienceAbsorption of waterComposite materialAdhesiveCuring (chemistry)MealSteam explosionPulp and paper industryFood scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Canola meal as a by-product from the vegetable oil production provides a protein-rich material which is available in large quantities but with limited areas for application. The objective of this study was to investigate the possibility of utilizing canola meal adhesive for the production of wood fiber insulation boards (WFI) using the hot-air/hot-steam-process. WFI with two different thicknesses (40/60 mm) and different densities (110/140/160/180 kg/m³) were manufactured. The testing focused on their physical-mechanical properties such as internal bond strength (IB), compressive strength (CS) and short-term water absorption (ST-WA) measured according to European standards. For a better understanding of the material and curing dynamics, the canola meal was analyzed on its protein content, lignin and pentosane content as well as its extractives content using hot water, cold water and successive extraction. Using a canola meal based adhesive resulted in promising results for IB and CS up to density of 140 kg/m³. Nonetheless, there is place for improvement for the ST-WA.

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)0,009
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,006
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,081
Tête enseignante GPT0,397
Écart entre enseignants0,316 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Science ResearchMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207