MétaCan
Menu
Retour à la cohorte
Enregistrement W4292794195 · doi:10.15376/biores.17.3.3929-3943

Effects of strands geometry on the physical and mechanical properties of oriented strand boards (OSBs) made from black spruce and trembling aspen

2022· article· en· W4292794195 sur OpenAlexafffundabout
Biaorong Zhuang, Alain Cloutier, Ahmed Koubaa

Notice bibliographique

RevueBioResources · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOriented strand boardBlack spruceSoftwoodComposite materialMaterials scienceBendingYoung's modulusFlexural strengthStructural engineeringEngineeringForestry

Résumé

récupéré en direct d'OpenAlex

Black spruce is widely used for lumber production in Eastern Canada, and it has the potential to replace trembling aspen and paper birch for oriented strand board (OSB) manufacturing. This study evaluated the bending modulus of elasticity (MOE) and modulus of rupture (MOR), the internal bond (IB), and the thickness swelling (TS) of OSB panels made from black spruce and trembling aspen strands and how they were affected by strand geometry. All the panels met the CSA O437 (1993) standard for class O-2 properties except for the TS. The strand thickness had a significantly negative effect on the bending properties but a significantly positive effect on the IB and TS properties. The strand length had a significantly positive effect on the parallel bending properties but a significantly negative effect on the perpendicular bending properties and the IB, except for the TS. The OSB panels made from aspen obtained better bending properties, while the IB and TS properties were lower than those of the OSB black spruce panels. The results indicate that black spruce strands obtained from the Eastern Canadian softwood lumber industry are suitable for OSB production, but more work is required to reduce the TS.

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 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 enseignants0,010
Score d'incertitude au seuil0,338

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,182
Écart entre enseignants0,170 · 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

Citations10
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetWood Treatment and PropertiesTravaux en français237 207