MétaCan
Menu
Retour à la cohorte
Enregistrement W4220826003 · doi:10.18280/rcma.320107

Physical, Thermal and Mechanical Characterization of a New Material Composite Based on Fibrous Wood Particles of Date Palm Tree

2022· article· en· W4220826003 sur OpenAlexvenueno aff
Tarek Djoudi, Hocine Djemai, Mabrouk Hecini, Ahmida Ferhat

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesDirection Générale de la Recherche Scientifique et du Développement Technologique
Mots-clésComposite materialMaterials scienceComposite numberAgglomerateUltimate tensile strengthFlexural strengthParticle sizeChemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this work is to valorize the waste from date palms tree which is often abandoned in the palm groves The aim is to produce a new composite based on this waste that can be used as an alternative material to the conventional insulators. The approach consists in making a composite material from petiole wood (WPC) in different particle sizes (0 to 1, 1 to 3 and 3 to 5) mm. We then characterized the physical, thermal and mechanical properties of this new material (WPC). The results obtained proved the relative anisotropy of the material and the effect of the particle size distribution on these properties. The composites (WPC) had low density in the range (0.16-0.56) g/cm3 and also exhibited low thermal conductivity, in the range (0.109-0.122)W/mK°. These weak properties make it possible to use (WPC) as an effective insulator. These characteristics were quite acceptable in comparison with other thermal insulation materials such as cork agglomerate and traditional wood. The interesting mechanical properties of the new composite (WPC) have been shown by the tensile tests and the three-point flexural tests. These results make it possible to valorize these materials (WPC) for possible industrial applications.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,049
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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,033
Tête enseignante GPT0,259
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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207