MétaCan
Menu
Retour à la cohorte
Enregistrement W4401144843 · doi:10.18280/mmep.110707

Modeling and Optimization of Thermal Transfer and Mechanical Properties of Bio-composite Using Response Surface Methodology

2024· article· en· W4401144843 sur OpenAlexvenueno aff
Karima Sidhoum, Mokhtar Djendel, Abdelbaki Merouani, Meriem Dridi, Samir Benaniba, Ahmed Abderraouf Belkadi, Tahar Tayebi

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComposite numberResponse surface methodologyMaterials scienceThermalSurface (topology)Composite materialComputer scienceMathematicsThermodynamicsPhysicsMachine learning

Résumé

récupéré en direct d'OpenAlex

In recent years, scientists have begun to search for more sustainable biomaterials.Although many studies have been conducted on different fiber-reinforced composites, much remains to be done.Using environmentally friendly composite materials for building insulation is a practical solution to reduce energy consumption.In this study, an advanced statistical approach using JMP software was adopted to manage a complex problem involving multiple parameters.This method was applied to optimize the thermal insulation characteristics of a bio-composite.By following a precisely designed experimental program.the study focuses on analyzing the impact of varying concentrations of date palm fibers (DPF) on the thermal properties of the material.The tested samples contained between 0% and 30% DPF. with a fiber length set at 7 mm.The findings of this study clearly illustrate that the thermal conductivity of the biocomposite decreases with an increase in the percentage of DPF.This phenomenon occurs because the incorporation of fibers into the composite enhances the porosity within the matrix.consequently, reducing its density.Thus.these results underscore the advantageous effect of DPF on the insulation properties of the material.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,181
Score d'incertitude au seuil0,407

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 Opus0,067
Tête enseignante GPT0,251
Écart entre enseignants0,184 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207