Improving dimensional stability of <i>Ailanthus altissima</i> wood by ultrasonic alkali-assisted DMDHEU treatment
Notice bibliographique
Résumé
Abstract The effectiveness of DMDHEU (1,3-dimethylol-4,5-dihydroxy ethylene urea) modification is influenced by factors such as pore size distribution. In this study, ultrasonic-assisted-alkali pretreatment combined with DMDHEU impregnation was used to enhance the hygroscopic dimensional stability of Ailanthus altissima wood. The weight percentage gain (WPG), absolute dry density, tangential swelling, resin distribution, and chemical functional groups were analyzed. The results showed a marked reduction in the tangential swelling of DMDHEU-ultrasonic-4 % NaOH-pretreated samples, decreasing from about 2.0 % and 4.9 % in untreated samples (without any pretreatment or DMDHEU impregnation) to 0.6 % and 3.2 % at approximately 11.3 % and 75.3 % RH, Respectively. Compared to untreated samples, DMDHEU-ultrasonic-pretreated samples exhibited increased WPG, Absolute dry density, and dimensional stability. Ultrasound-assisted pretreatment also influenced resin distribution within vessels, with raised-membranous resin formations observed in the DMDHEU-ultrasonic-4 % NaOH-pretreated samples, in contrast to the sporadic deposition in untreated samples. Furthermore, XPS and ATR-FTIR results indicated ultrasonic pretreatment facilitated deeper DMDHEU resin penetration into the wood cell wall, converting hydrophilic hydroxyl groups into hydrophobic ester and ether bonds. These findings underscore the significance of ultrasonic alkali pretreatment in enhancing the efficacy of DMDHEU modification for A. altissima , contributing to improved durability and expanding potential applications for this fast-growing timber species.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».