MétaCan
Menu
Retour à la cohorte
Enregistrement W7039491954

Modélisation et prédiction du séchage à l'air libre du bois d'œuvre

2023· other· fr· W7039491954 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typeother
Languefr
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesFPInnovationsPolytechnique Montréal
Mots-clésPasserDecantationAcacia mearnsiiSugar industry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le séchage à l'air libre du bois d'œuvre est une bonne stratégie à adopter pour un scieur. Il permet de réduire les coûts reliés au séchage et d'augmenter la capacité de séchage d'un site, tout en améliorant la qualité finale des produits. Il peut être utilisé comme stratégie de séchage complet ou bien comme pré-séchage à l'air libre avant de passer aux séchoirs conventionnels. Cependant, il demande un suivi manuel et une gestion de l'inventaire qui peuvent être exigeants sans outil automatisé. En réponse à cet enjeu, l'utilisation d'un modèle de simulation du séchage du bois est justifiée. En combinaison avec une station météorologique, le modèle étudié (FPdrySim) pourrait être utilisé en temps réel. L'objectif général de cette étude est donc de déterminer si l'ajout de données météorologiques (température sèche, température humide, vitesse et direction du vent, pluie et rayonnement solaire) dans FPdrySim pourrait lui permettre de prédire la teneur en humidité du bois pendant son séchage à l'air. Dans l'éventualité que ses prédictions soient justes, le simulateur pourrait être utilisé comme outil automatisé d'aide à la décision et de gestion de l'inventaire, pour la formation des lots de séchage et l'optimisation de l'homogénéité des lots à l'entrée des séchoirs. Deux séries d'essais ont été menées aux mois de mai et d'août 2022. Ces essais ont eu pour objectif de suivre le séchage à l'air libre de paquets de sapin baumier et d'épinette blanche pendant quatre semaines, dans des conditions météorologiques d'entreposage monitorées. Les coefficients de détermination globaux calculés entre la prédiction du modèle et la teneur en humidité moyenne réelle sont de 0,83 et de 0,94 pour les essais du mois de mai et d'août respectivement. La prédiction sur la distribution de la teneur en humidité pourrait être améliorée. Néanmoins, les résultats sont favorables à la continuation du projet vers une étape subséquente de plus grande échelle.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil1,000

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)0,0100,014

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 GPT0,222
Écart entre enseignants0,214 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNuclear Physics and ApplicationsTravaux en français237 207