MétaCan
Menu
Retour à la cohorte
Enregistrement W4407359922 · doi:10.15376/biores.20.1.2150-2170

Analytical equations for predicting effective thermal conductivity in laminated wood composites

2025· article· en· W4407359922 sur OpenAlexaff
Sardar Malek

Notice bibliographique

RevueBioResources · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceThermal conductivityThermal

Résumé

récupéré en direct d'OpenAlex

This paper presents an analytical modeling approach to predict the effective in-plane and out-of-plane thermal conductivities of laminated wood composite products such as Cross-Laminated Timber (CLT). Considering wood’s orthotropic nature, having models that could be used to estimate the effective thermal conductivity properties of laminated wood products in various directions becomes essential for understanding the coupling between mechanical and thermal properties, as well as predicting the dimensional stability of large wood composite panels. For this purpose, analytical thermal conductivity equations were derived in three orthogonal directions, considering different properties of wood along its orthotropic directions, following Fourier’s Law. The derived equations were then applied to different CLT panel products and results were compared to assess their accuracy. As CLT panels may be produced without edge gluing, two scenarios were investigated to understand the effect of edge gluing on thermal conductivity of such panels. First, the presence of adhesive between timber layers was ignored (i.e. not edge-glued panels); second, adhesive and its thickness were included. Results demonstrated the reasonable accuracy of the proposed approach in predicting the thermal conductivity of CLT panels made with different gluing methods. The modeling of imperfect bonds and air gaps is also briefly discussed.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,492

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,264 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207