Efeito da técnica de curtimento e do método utilizado para remoção da pele da tilápia-do-nilo sobre as características de resistência do couro
Bibliographic record
Abstract
Um estudo foi realizado com o objetivo de avaliar os efeitos do método de remoção da pele do filé (com alicate e com máquina) e da técnica de curtimento (com ou sem sais de cromo, bioleather) sobre a resistência da pele de tilápia-do-nilo (Oreochromis niloticus). Foram retiradas as peles de 40 tilápias (450 g), 20 com uso de alicates e 20 com auxílio de máquina. Após o curtimento e a retirada dos corpos-de-prova, as peles foram encaminhadas a um laboratório aclimatizado (23ºC e 50% de umidade relativa do ar) para realização dos testes de resistência em dinamômetro EMIC, com velocidade de afastamento entre cargas de 100 ± 20 mm/mm. O método de retirada da pele do filé não afetou os resultados dos testes de tração e rasgamento progressivo. A pele retirada com a máquina apresentou elongação superior (88,48%) à removida com alicate (71,09%). Peles curtidas com sais de cromo (25,54 N/mm; 12,18 N/mm²) foram mais resistentes que as curtidas sem sais de cromo (bioleather) (13,11 N/mm; 9,89 N/mm²). Peles curtidas por estas técnicas (com cromo e bioleather) podem ser utilizadas na confecção de vestuários, pois as médias dos testes de tração, alongamento e rasgamento progressivo foram superiores a 9,80 N/mm², 60% e 14,72 N/mm, respectivamente, valores mínimos recomendados para couros curtidos ao cromo.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".