MétaCan
Menu
Retour à la cohorte
Enregistrement W4205966465 · doi:10.5850/jksct.2021.45.6.1035

국내산과 태국산 닥섬유 및 목재펄프가 혼합된 줌치한지의 감물염색에 따른 강도 특성

2021· article· ko· W4205966465 sur OpenAlexaboutno aff
Heesook Hong, 기억 김, 정녀 고

Notice bibliographique

RevueJournal of the Korean Society of Clothing and Textiles · 2021
Typearticle
Langueko
DomaineEngineering
ThématiqueDyeing and Modifying Textile Fibers
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science, ICT and Future Planning
Mots-clésUltimate tensile strengthTearingDyeingMaterials scienceBurstingComposite materialPulp (tooth)Raw materialPulp and paper industryChemistryDentistryMedicineBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study compares the strength properties of Jumchi-Hanjis dyed with 70% and 100% persimmon juice concentrations and undyed Jumchi-Hanjis. The Juumchi-Hanjis were made from Dakjis (mulberry papers), which were mixed with different ratios of fibers from paper mulberries originating in Korea and Thailand, including wood pulp from Canada. Research results showed that tensile, wet tensile, and bursting strengths of Jumchi-Hanjis dyed with 70% concentration were higher than those of undyed Jumchi-Hanjis. However, the tearing strengths of the dyed Jumchi-Hanjis were lower than those of undyed Jumchi-Hanjis. The wet tensile strengths of Jumchi-Hanjis dyed with 100% concentration were higher than those of dyed with 70% concentration. The increase and decrease of tensile, tearing, and bursting strengths depending on persimmon juice dyeing differed as per the mixing ratio of the raw materials of Jumchi-Hanjis. Dyeing with 100% persimmon juice concentration tends to be more useful than 70% to increase the tensile (MD) and wet tensile strengths of Jumchi-Hanjis containing only Korean mulberry fibers (90%) and wood pulp (10%) as raw materials. Dyeing with 100% concentration tends to be less useful than 70% to increase the tensile, tearing and bursting strengths of Jumchi-Hanjis with high proportions (90% or 60%) of mulberry fibers from Thailand.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Korean Society of Clothing and TextilesMême sujetDyeing and Modifying Textile FibersTravaux en français237 207