MétaCan
Menu
Retour à la cohorte
Enregistrement W4307276592 · doi:10.15376/biores.17.4.6847-6859

Thermo-hydrolytic recycling of urea-formaldehyde resin-bonded laminated particleboards

2022· article· en· W4307276592 sur OpenAlexafffund
Qilan Fu, Biaorong Zhuang, Xiangming Wang, Alain Cloutier, Fabrice Roussière, Jean-François Bouffard

Notice bibliographique

RevueBioResources · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité LavalFPInnovations
Organismes subventionnairesMitacsFPInnovations
Mots-clésUrea-formaldehydeMaterials scienceRaw materialFormaldehydeParticle boardHydrolysisComposite materialWaste managementSwellingComposite numberPulp and paper industryChemistryAdhesiveOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The large global production of particleboards creates an equal quantity of particleboard waste after completion of their service life. Given increasing demand for green products and government environmental policies, it is urgent to develop technologies to recycle these used composite panels into valuable raw materials. This study was conducted to recover particles from waste laminated particleboards using various thermo-hydrolytic treatments. The recovered particles were used as raw materials with different substitutions of fresh particles to manufacture particleboard panels. The performance of the resulting particleboards was evaluated in terms of their mechanical properties and formaldehyde emissions. The nitrogen content of the control and resulting particles were measured to determine the resin removal in recycled particles. The results suggested that different thermo-hydrolytic treatments did not have significant influence on particles size distribution. Approximately 65% of urea-formaldehyde resin was removed from the particleboards treated at 140 °C/20 min. Particles recycled at 140 °C/20 min were comparable to fresh particles in terms of mechanical properties and formaldehyde emissions, and 100% of the recycled particles were used in the manufacture of particleboard without an adverse impact on the board performance.

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 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 enseignants0,008
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 ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207