MétaCan
Menu
Retour à la cohorte
Enregistrement W4417042381 · doi:10.1002/adma.202518621

Wood Hydroplasticization Toward Ultra‐Strong and Self‐Densified Complex Structures

2025· article· en· W4417042381 sur OpenAlexafffund
Suiyi Li, Yang Wang, Zhangmin Wan, Yingkuan Du, Linghui Qi, Rui Yang, Jianzhang Li, Hongqi Dai, Orlando J. Rojas

Notice bibliographique

RevueAdvanced Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of ChinaCanada Foundation for Innovation
Mots-clésFormabilityFlexural strengthPolymerElasticity (physics)Material efficiencyDeformation (meteorology)AluminiumMaterial properties

Résumé

récupéré en direct d'OpenAlex

Wood has been one of the most widely used sustainable materials for millennia, but its limited mechanical properties and formability have restricted its application in diverse structural contexts. In this study, we elucidate the mechanisms governing the micromechanical behaviors of wood and the strengthening effects achieved through room-temperature hydroplasticization. This process transforms wood into ultra-strong, self-densified structures with customizable shapes, driven by system deformation and energy dissipation. These effects are governed by the interplay between polymer matrix elasticity and interfacial sliding response. Notably, the hydroplasticization method enables the attainment of a high flexural strength (483 MPa), surpassing that of mechanically compressed wood and traditional materials like steel and aluminum alloys. These findings introduce new possibilities for developing complex load-bearing structures that are previously unachievable with conventional wood.

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 enseignants0,075
Score d'incertitude au seuil0,874

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,224 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced MaterialsMême sujetAdvanced Materials and MechanicsTravaux en français237 207