MétaCan
Menu
Retour à la cohorte
Enregistrement W4407038953 · doi:10.1590/s1678-86212025000100795

Efeito da modificação térmica nas propriedades de madeiras exóticas de plantios comerciais

2025· article· pt· W4407038953 sur OpenAlexaff
Fagner Pinheiro da Conceição, Alexandre Miguel do Nascimento, R. Á. Garcia, Natália Dias de Souza, Renata Nunes Oliveira, Francisco Antonio Lopes Laudares

Notice bibliographique

RevueAmbiente Construído · 2025
Typearticle
Languept
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMaterials science

Résumé

récupéré en direct d'OpenAlex

Resumo O calor é utilizado para melhorar algumas propriedades da madeira. Com isto, o objetivo deste trabalho foi verificar os efeitos do calor nas propriedades físicas e mecânica das espécies Pinus caribaea var. caribaea, Khaya ivorensis e Corymbia citriodor e verificação dos defeitos após contato com água. Para tanto, os materiais foram processados nas temperaturas de 160, 180 e 200 ºC, analisando-se também o controle. Foram avaliadas a densidade aparente, a umidade de equilíbrio, a taxa de absorção de água, a retratibilidade da madeira, e a dureza Janka. As madeiras foram alteradas diferentemente: a densidade aparente foi alterada na temperatura maior e igual a 180 ºC e o teor de umidade de equilíbrio maior e igual a 160 ºC. As retrações se diferenciaram nos tratamentos com 180 ºC para Pinus caribaea var. caribaea e Khaya ivorensis e para o Corymbia citriodora, a partir de 160 ºC. A taxa de absorção de água só foi afetada pelo tratamento térmico nas madeiras de folhosas. Rachaduras visíveis foram notadas na madeira de Corymbia citriodora, especialmente naquelas cortadas tangencialmente. A dureza da madeira melhorou na temperatura de 160 ºC, menos para o Corymbia citriodora devido ao efeito das rachaduras.

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)0,000
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmbiente ConstruídoMême sujetWood Treatment and PropertiesTravaux en français237 207