MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390953181 · doi:10.21203/rs.3.rs-3860995/v1

Fractal Modeling of Moisture Diffusion in Wood Cell Wall

2024· preprint· en· W4390953181 sur OpenAlexaff
Dessie T. Tibebu, Stavros Avramidis

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFractal dimensionFractalThermal diffusivityMaterials scienceDiffusionSorptionPorosityMoistureTortuosityMercury intrusion porosimetryPorosimetryPorous mediumComposite materialThermodynamicsChemistryMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The mechanisms of moisture diffusion in wood are not yet fully understood, due to the complex and hierarchical structure of the wood cell wall constituents. To investigate this mechanism in this hierarchical structure, fractal geometry analysis was used as proper tool. The objective of this study is to develop a theoretical fractal moisture diffusion model for wood cell wall by taking into consideration its structural geometry and to upscale that model to gross wood by employing electrical resistance modeling and validation. The proposed fractal diffusion model is a function of fractal dimensions, porosity, and pore size distribution of the wood cell wall as well as ambient conditions such as moisture content, temperature, and inverse slope of the sorption isotherm. The water vapor sorption data that was used to drive the experimental diffusion coefficient of various wood types were studied using the dynamic sorption method. Mercury intrusion porosimetry was used to explore the detailed structural parameters of wood cell wall pore size distributions and calculate the pore fractal dimension. The derived fractal diffusion model was validated using experimental and data calculated by a past published model. The trends for diffusion coefficients predicted by the fractal model were similar to the experimental and calculated data and successfully predicted the diffusion coefficients at low moisture contents. Pore size ratio, pore, and tortuous fractal dimensions were negatively correlated to fractal diffusivity, while the porosity was positively correlated. The findings of this study contribute to the creation of a decision support system that would allow predicting wood geometric properties and moisture diffusivity properties based on wood structural and ultrastructural attributes.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,044
Tête enseignante GPT0,311
Écart entre enseignants0,267 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetWood Treatment and Properties→Travaux en français237 207→