MétaCan
Menu
Retour à la cohorte
Enregistrement W4399443244 · doi:10.1177/07349041241257262

Thermal response of timber connections using densified wood dowels under fire

2024· article· en· W4399443244 sur OpenAlexaff
M. Khelifa, Trong Tuan Tran, Amar Khennane, Marc Oudjène, Yann Rogaume

Notice bibliographique

RevueJournal of Fire Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPyrolysisSubroutineThermogravimetric analysisThermalKinetic energyMaterials scienceConnection (principal bundle)Structural engineeringBiomass (ecology)Computer scienceThermal analysisComposite materialEnvironmental scienceProcess engineeringEngineeringWaste managementGeologyThermodynamicsChemical engineering

Résumé

récupéré en direct d'OpenAlex

A new type of timber connection using densified wood dowels is being developed and tested. The procedure involves inserting these densified dowels into pre-drilled holes. As this connection technique is in its early stages, a unique design approach is necessary, considering the impact of temperature variations. The primary goal is to characterize the thermal behaviour of these connections under elevated temperatures. The study employs an experimental approach, complemented by numerical analysis, innovatively applying kinetic models, commonly used for investigating heat-related biomass characteristics, to wood. The method requires the use of thermogravimetric analysis to identify the kinetic parameters. The proposed pyrolysis kinetic model has been implemented in the Abaqus/Implicit code via a user subroutine UMATHT. The study concludes that using kinetic models enhances accuracy by considering mass loss, a key factor influencing thermal properties. Simulation successfully replicates temperature distribution and charred layer thickness, crucial for designing timber structures.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,049
Tête enseignante GPT0,277
Écart entre enseignants0,227 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fire SciencesMême sujetWood Treatment and PropertiesTravaux en français237 207