MétaCan
Menu
Retour à la cohorte
Enregistrement W4385515937 · doi:10.20944/preprints202308.0225.v1

ZnO Treatment on Mechanical Behavior of Polyethylene/Yellow Birch Fiber Composites When Exposed to Fungal Wood Rots

2023· preprint· en· W4385515937 sur OpenAlexafffund
Kodjovi Kekeli Agbozouhoue, Demagna Koffi, Fouad Erchiqui, Simon Barnabé

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à Trois-Rivières
Organismes subventionnairesUniversité du Québec à Trois-Rivières
Mots-clésMaterials scienceComposite materialUltimate tensile strengthIzod impact strength testMolding (decorative)Composite numberHigh-density polyethyleneWood flourPolyethyleneYoung's modulusWood-plastic compositeZincModulus

Résumé

récupéré en direct d'OpenAlex

Wood plastic composite usage and demands have increased due to chemical, and mechanical properties when compared to plastic materials. However, because of the possibility of structural and mechanical changes of the material when exposed to external environment more research needs to be done. In the present study yellow birch/HDPE composites materials made by injection molding were treated by zinc oxide and exposed to fungal rots. Mechanical properties of the composites were assessed by Tensile and Izod impact test. The impact energies of the samples loaded with 30 % ZnO-treated fibers and exposed to G. trabeum and T. versicolor decreased, compared to when samples were not treated with ZnO. The mechanical properties of all samples treated with ZnO and exposed to rot decreased which were reported as a decreased Young's modulus and impact energies. ZnO prevented mycelium proliferation which was nonexistent on samples. It has been noted that the decrease in mechanical properties of treated samples was due to NaOH used to dissolve the ZnO powder.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,013

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 Opus0,139
Tête enseignante GPT0,348
Écart entre enseignants0,209 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207