MétaCan
Menu
Retour à la cohorte
Enregistrement W3197854849 · doi:10.3390/polym13172884

Innovative Polyelectrolyte Treatment to Flame-Retard Wood

2021· article· en· W3197854849 sur OpenAlexafffund
Marie Soula, Fabienne Samyn, Sophie Duquesne, Véronic Landry

Notice bibliographique

RevuePolymers · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFlame retardant materials and properties
Établissements canadiensUniversité LavalNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesDivision of Materials ResearchNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésPolyelectrolyteEnvironmentally friendlyMaterials scienceCoatingFire retardantComposite materialEngineered woodPulp and paper industrySodium saltWaste managementEnvironmental scienceChemistryPolymerEngineering

Résumé

récupéré en direct d'OpenAlex

Fire protection has been a major challenge in wood construction for many years, mainly due to the high flame spread risk associated with wood flooring. Wood fire-retardancy is framed by two main axes: coating and bulk impregnation. There is a growing need for economically and environmentally friendly alternatives. The study of polyelectrolyte complexes (PECs) for wood substrates is in its infancy, but PECs’ versatility and eco-friendly character are already recognized for fabric fire-retardancy fabrics. In this study, a new approach to PEC characterization is proposed. First, PECs, which consist of polyethyleneimine and sodium phytate, were chemically and thermally characterized to select the most promising systems. Then, yellow birch (Betula alleghaniensis Britt.) was surface-impregnated under reduced pressure with the two PECs identified as the best options. Overall, wood fire-retardancy was improved with a low weight gain of 2 wt.% without increasing water uptake.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,023
Score d'incertitude au seuil1,000

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)0,0040,001

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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations19
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetFlame retardant materials and propertiesTravaux en français237 207