MétaCan
Menu
Retour à la cohorte
Enregistrement W4323365443 · doi:10.18280/ijdne.180124

Reducing Water Absorption and Increasing the Density of Kapok (Ceiba pentandra, L.) Fibers from Kapok Production Center in Indonesia

2023· article· en· W4323365443 sur OpenAlexvenueno aff
Fransiska Angelina Rezeikinta, Anwar Kasim, Edi Syafri, Irawati Chaniago, Firman Ridwan

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensnon disponible
Organismes subventionnairesDirektorat Jenderal Pendidikan Tinggi
Mots-clésCeibaAbsorption of waterCenter (category theory)Pulp and paper industryEnvironmental scienceMaterials scienceComposite materialEngineeringBiologyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

This research reports the reduction of water absorption and density increase of kapok fibers from production centers in Pati, Indonesia.Kapok fiber was treated with two solvents, hexane and NaOH solution at room temperature.The NaOH solution was used in five different concentrations; 3.5, 7, 10.5, 14, and 17.5%.Fiber morphology, water absorption, density, and weight loss were determined.Results indicated that the average diameter and fiber length obtained was 70.97 µm and 2.3 cm, while its cellulose and lignin contents were 55.69% and 20.56%, respectively.Furthermore, there was no significant difference between treating kapok fiber with hexane and with NaOH solution.The 17.5% NaOH solution treatment reduced water absorption, increased density, and reduced weight losses by 55.98%, 255.55%, and 25.58%, respectively.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,106

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetAgricultural and Food SciencesTravaux en français237 207