MétaCan
Menu
Retour à la cohorte
Enregistrement W4224313462 · doi:10.3390/polym14091685

Optimization of Typha Fibre Extraction and Properties for Bio-Composite Applications Using Desirability Function Analysis

2022· article· en· W4224313462 sur OpenAlexafffund
Mahmudul Hasan, Mashiur Rahman, Ying Chen, Nazim Çiçek

Notice bibliographique

RevuePolymers · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExtraction (chemistry)Factorial experimentComposite numberMaterials scienceSensitivity (control systems)Fractional factorial designResponse surface methodologyTyphaCentral composite designComposite materialChromatographyChemistryMathematicsStatisticsBiology

Résumé

récupéré en direct d'OpenAlex

The effect of extraction time, temperature, and alkali concentration on the physical and mechanical properties of cattail (Typha latifolia L.) fibres were investigated using five levels of time (4, 6, 8, 10, and 12 h), four levels of temperature (70, 80, 90, and 95 °C), and three levels of NaOH concentration (4, 7, 10%, w/v) in a 3 × 4 × 5 factorial experimental design. The extraction parameters were optimized for bio-composite application using a desirability function analysis (DFA), which determined that the optimum extraction time, temperature and NaOH concentration were 10 h, 90 °C, and 7%, respectively. A sensitivity analysis for optimal treatment conditions confirmed that the higher overall desirability does not necessarily mean a better solution. However, the analysis showed that the majority of optimum settings for time, temperature, and concentration of NaOH found in the sensitivity analysis matched with the optimum conditions determined by DFA, which confirmed the validity of the optimum treatment conditions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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

Citations27
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207