MétaCan
Menu
Retour à la cohorte
Enregistrement W4409649483 · doi:10.1002/adsu.202400986

Rigid Macroporous Wood Microparticles Impart Universality and Scalability to Lightweight Foam Insulation

2025· article· en· W4409649483 sur OpenAlexafffund
Elizabeth Dobrzanski, Weijia Zhang, Elisa S. Ferreira, Janne Keränen, Prashant Agrawal, Yufeng Yuan, Richard Chen, Praphulla Tiwary, Emily D. Cranston

Notice bibliographique

RevueAdvanced Sustainable Systems · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMaterials scienceUniversality (dynamical systems)Composite material

Résumé

récupéré en direct d'OpenAlex

Abstract Foam‐formed nonwoven materials have recently experienced a surge in popularity, but research focuses on flexible fibres with scant information on rigid particles. This work showcases how rigid, minimally‐processed, macroporous wood microparticles work synergistically with the foam‐forming method to offer a robust manufacturing strategy that is insensitive to feedstock and water quality. Lightweight oven‐dried foams suitable for rigid thermal insulation are produced using four types of wood residue and can be made using ocean water instead of ultrapure water. The bio‐based content in the foam can be increased by partially/fully replacing the polymer binder with mechanical pulp or using a biosurfactant. For the 15 foams produced with slightly modulated compositions, the densities are low (90–130 kg m −3 ), the thermal conductivities are low (38–45 mW m −1 K −1 ), and many meet ASTM insulation standards for compressive strength. Pilot plant scaling produced large‐scale (100×50×4 cm) foam boards. The structure‐property relationships elucidated offer new guidelines to optimize foam performance by matching microparticle size to bubble size, having a distribution of microparticle lengths, and preserving wood's natural macroporous character. This work demonstrates how to harness the functionality that nature has already engineered for plants in the design of novel, sustainable and advanced bioproducts.

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)0,001
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 enseignants0,240
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,006
Tête enseignante GPT0,275
Écart entre enseignants0,269 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Sustainable SystemsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207