Comportamiento elástico de la madera de Acer rubrum y de Abies balsamea
Bibliographic record
Abstract
El diseño de productos con alto valor agregado y el cálculo de estructuras en madera requieren de características elásticas confiables y relacionadas con un modelo teórico el cual explique de manera racional el comportamiento elástico de la madera. Se presentan la metodología y los resultados de la determinación experimental de las características elásticas de dos maderas canadienses: Acer rubrum y Abies balsamea. Las características examinadas fueron: módulos de elasticidad, módulos de rigidez y coeficientes de Poisson. Se realizaron experimentos de compresión, en el dominio elástico, de las direcciones de ortotropía de la madera: radial, tangencial y longitudinal. El contenido de humedad fue de 9% para A. rubrum y de 10% para A. balsamea. Las densidades de las maderas fueron de 651 kg/m3 y 393 kg/m3 respectivamente. A partir de las características obtenidas empíricamente, se analizaron las propiedades y las relaciones de ortotropía de la matriz de constantes elásticas del modelo elástico general. Los valores experimentales de las características elásticas de las maderas de A. rubrum y de A. balsamea, son comparables con valores correspondientes a estas maderas determinados en otros estudios. Igualmente, se demostró que los postulados de ortotropía del modelo elástico general son –con cierto nivel de confianza– válidos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".