8604 research outputs found
Sort by
A longer wood growing season does not lead to higher carbon sequestration
Get PDFA reliable assessment of forest carbon sequestration depends on our understanding of wood ecophysiology. Within a forest, trees exhibit different timings and rates of growth during wood formation. However, their relationships with wood anatomical traits remain partially unresolved. This study evaluated the intra-annual individual variability in growth traits in balsam fir [Abies balsamea (L.) Mill.]. We collected wood microcores weekly from April to October 2018 from 27 individuals in Quebec (Canada) and prepared anatomical sections to assess wood formation dynamics and their relationships with the anatomical traits of the wood cells. Xylem developed in a time window ranging from 44 to 118 days, producing between 8 and 79 cells. Trees with larger cell production experienced a longer growing season, with an earlier onset and later ending of wood formation. On average, each additional xylem cell lengthened the growing season by 1 day. Earlywood production explained 95% of the variability in xylem production. More productive individuals generated a higher proportion of earlywood and cells with larger sizes. Trees with a longer growing season produced more cells but not more biomass in the wood. Lengthening the growing season driven by climate change may not lead to enhanced carbon sequestration from wood production
Dynamic time warping–based feature selection method for foot gesture cobot operation mode selection
Get PDFThe emerging needs of human beings are pushing manufacturing companies from mass production to mass customization. The occurrence of these new challenges leads to a change of scenario where the robot no longer works isolated from human to a scenario in which the robot collaborates with the human in the same workspace (collaborative robotics). Wearable sensors using inertial measurement unit (IMU) are widely used to capture human upper body gestures in which the set of gesture being recognize is very large. However, foot gesture approach is starting to gain some places in applications where human’s hands are occupied when interacting with robots. This study presents an insole-based foot gesture recognition method for cobot operation mode selection. The insole is composed of an IMU and four force sensors. The classification algorithm uses a support vector machine (SVM) classifier based on features extracted by means of dynamic time warping (DTW) applied to only one reference gesture signal. Five human participants are used for the dataset. As a case study, the system was interfaced in real time (real-time classification algorithm) using a Simulink 2020a scheme with Universal Robots UR5 (5 kg payload). The worst-case recognition accuracy is around 88%. The algorithm is able to adequately discriminate between 10-foot gestures by means of a wearable insole sensor incorporated into the insole. Moreover, this study shows that, the control gesture can accurately be recognized from other current activities such as walking, turning, climbing the stairs, and similar
Autumn canopy senescence has slowed down with global warming since the 1980s in the Northern Hemisphere
Get PDFClimate change strongly impact vegetation phenology, with considerable potential to alter land-atmosphere carbon dioxide exchange and terrestrial carbon cycle. In contrast to wellstudied spring leaf-out, the timing and magnitude of autumn senescence remains poorly understood. Here, we use monthly decreases in Normalized Difference Vegetation Index satellite retrievals and their trends to surrogate the speed of autumn senescence during 1982–2018 in the Northern Hemisphere (>30°N). We find that climate warming accelerated
senescence in July, but this influence usually reversed in later summer and early autumn. Interestingly, summer greening causes canopy senescence to appear later compared to an advancing trend after eliminating the greening effect. This finding suggests that summer canopy greening may counteract the intrinsic changes in autumnal leaf senescence. Our analysis of autumn vegetation behavior provides reliable guidance for developing and parameterizing land surface models that contain an interactive dynamic vegetation module for placement in coupled Earth System Models
Multipass friction stir processing of laser-powder bed fusion AlSi10Mg: microstructure and mechanical properties
Get PDFThe effect of multipass friction stir processing (FSP) on the microstructure and mechanical properties of an AlSi10Mg alloy produced by laser-powder bed fusion was investigated. FSP was performed at a rotational speed of 950 rpm and traverse speed of 85 mm/min. The results indicated that FSP destroyed the coarse grain structure in the as-built AlSi10Mg by generating fine and equiaxed grain structures with shear texture components of A∗ 1 (111) 112 and A∗2 (111) 112, in addition to causing fragmentation and refinement of the Si networks. FSP reduced the tensile strength slightly but significantly improved ductility. One-pass FSP exhibited superior mechanical properties compared with the two- and three-pass scenarios. The higher strength of the one-pass sample was attributed to the strengthening mechanisms induced by the Si particles, which were grown by repeated FSP. The higher ductility of the one-pass sample was explained using the kernel and grain average misorientations. Furthermore, the post-FSP microstructural evolution and fracture behavior of the samples were discussed
A sound insulation prediction model for wooden buildings using artificial neural networks approach
Get PDFThis research project aims to develop prediction models based on artificial neural networks (ANN) to estimate the sound insulation curves for different wood assemblies in one-third octave bands (50 Hz - 5000 Hz). Based on laboratory measurements, two models have been designed to determine the insulation performance of lightweight wooden constructions, such as floors and façades. The third model was developed to simulate the acoustic performance of CLT-based floors in field conditions in real buildings. These models incorporate each structure’s physical and geometric characteristics as input parameters and use feature attribution analysis to ascertain the most important parameters for sound insulation prediction. The first ANN model was created to calculate the acoustic performance of lightweight wooden floors for airborne and impact sound insulation. It is based on 252 laboratory measurement curves considering each floor’s physical and geometric characteristics. The model is more precise in predicting the airborne sound reduction index Rw, with an error of 2 dB at maximum, while the error was up to 5 dB in the worst case for the weighted normalized impact sound pressure level Ln,w. The variations near fundamental and critical frequency areas affect the model’s accuracy. A feature attribution analysis is conducted to determine the factors most influential in predicting sound insulation. The thickness of insulation materials, the density of cross-laminated timber slabs and concrete floating floors, and the total density of floor structures are the most notable parameters that follow the mass law. The second artificial neural network-based model is developed to evaluate the acoustic performance of lightweight wooden façade walls for airborne sound insulation. It is based on 100 insulation curve measurements and uses laboratory data from the façade walls as input parameters. The model proves to be accurate in predicting airborne sound reduction, with a maximum difference of 3 dB in the weighted airborne sound reduction index (Rw). Then a sensitivity analysis is conducted, revealing that the thickness of the façades and the total density of the exterior layers are critical factors for the model’s accuracy. The third neural network model was developed to predict the standardized level differences and standardized impact sound pressure levels of multi-layered, cross-laminated timber (CLT)-based floor systems, with data taken from 104 acoustic measurements from 15 different buildings in Europe. The network model accounted for various structural parameters such as floor components, surrounding wall types, junction types, visco-elastic interlayers, the volume of the receiving room, and the surface separating area. The model demonstrated satisfactory accuracy in predicting the standardized airborne and impact sound insulation curves across all frequencies, with a maximum variation of 1 dB for the weighted standardized level differences DnTw and up to 2 dB for the weighted standardized impact sound pressure level L’nTw. The sensitivity study revealed that the direct sound path through the floor is the most influential factor, followed by flanking paths, with the volume of the receiving room being found to be a critical factor for estimations.
Ce projet de recherche vise à développer des modèles de prédiction basés sur des réseaux neuronaux artificiels (ANN) pour estimer les courbes d’isolation acoustique pour différentes structures en bois léger dans des bandes d’un tiers d’octave (50 Hz - 5000 Hz). Deux modèles ont été conçus pour déterminer les performances d’isolation des constructions légères en bois, telles que les planchers et les façades, sur la base de mesures en laboratoire. Le troisième modèle a été développé pour simuler les performances acoustiques des planchers à base de bois lamellé-croisé (CLT) dans des bâtiments réels. Ces modèles intègrent les caractéristiques physiques et géométriques de chaque structure en tant que paramètres d’entrée et utilisent une analyse d’attribution pour déterminer les paramètres les plus importants pour la prédiction de l’isolation acoustique. Le premier modèle ANN a été créé pour calculer les performances acoustiques des planchers légers en bois pour l’isolation des bruits aériens et des bruits d’impact. Il est basé sur 252 courbes de mesure en laboratoire, qui prennent en compte les caractéristiques physiques et géométriques de chaque plancher. Le modèle le plus précis est celui pour prédire l’indice de réduction des bruits aériens Rw, avec une erreur de 2dB au maximum, tandis que l’erreur atteignait 5 dB dans le pire des cas pour le niveau de pression acoustique d’impact normalisé pondéré Ln,w. La précision du modèle a été affectée par les variations à proximité des zones de fréquences fondamentales et critiques. Pour déterminer les facteurs les plus influents dans la prévision de l’isolation acoustique, une analyse d’attribution des caractéristiques a été menée. L’épaisseur des matériaux d’isolation, la densité des dalles en bois lamellé-croisé et des chapes flottants en béton, ainsi que la densité totale des structures de plancher se sont révélées être les paramètres les plus importants. Le deuxième modèle basé sur un réseau neuronal artificiel a été développé pour évaluer les performances acoustiques des murs de façade en bois en ce qui concerne l’isolation contre les bruits aériens. Il est basé sur 100 mesures de courbes d’isolation de laboratoire comme paramètres d’entrée. Le modèle s’est avéré précis dans la prévision de la réduction des bruits aériens, avec une différence maximale de 3 dB dans l’indice pondéré de réduction des bruits aériens (Rw). Une analyse de sensibilité a été menée, qui a révélé que l’épaisseur des façades et la densité totale des couches extérieures étaient des facteurs clés pour la précision du modèle. Le troisième modèle de réseau de neurones a été développé pour prédire les différences de niveau normalisées et les niveaux de pression acoustique d’impact normalisés des systèmes de planchers multicouches en CLT, à l’aide de données provenant de 104 mesures acoustiques effectuées dans 15 bâtiments différents en Europe. Ce modèle tient compte de divers paramètres structurels tels que les composants du plancher, les types de murs environnants, les types de jonctions et leurs couches intermédiaires viscoélastiques, ainsi que le volume de la pièce réceptrice et la surface de séparation. Le modèle a démontré une précision satisfaisante dans la prévision des courbes normalisées d’isolation aux bruits aériens et aux bruits d’impact pour toutes les fréquences, avec une variation maximale de 1 dB pour les différences de niveau normalisées pondérées DnTw et jusqu’à 2 dB pour le niveau de pression acoustique d’impact normalisé pondéré L’nTw. Une étude de sensibilité a révélé que le trajet direct du son à travers le sol était le facteur le plus influent, suivi par les trajets latéraux, le volume de la pièce réceptrice s’avérant être un facteur critique pour les estimations
Beyond the bin: overcoming the intention–behavior gap in zero-waste living
Get PDFPurpose
The zero-waste lifestyle (ZWL) is considered a reasonable step towards controlling waste generation and minimizing the consequences of human activities on the environment. The main aim of this study is to examine the behavioral antecedents of ZWL.
Design/methodology/approach
The study draws on the theoretical underpinnings of the theory of planned behavior (TPB) and the norm activation model (NAM) to develop a conceptual framework to understand the antecedents to ZWL. A cross-sectional survey among 349 randomly-selected consumers provided data analyzed with the partial least square-structural equation modeling (PLS-SEM) methodology.
Findings
The results demonstrate that personal norms, attitude, subjective norms and perceived behavioral control positively influenced the intention to adopt ZWL. Additionally, the study showed that the awareness of consequences influenced personal norms, attitudes and subjective norms. However, the study identified an intention–behavior gap in adopting ZWL.
Originality/value
This study serves as a pioneering exploration of the behavioral factors that impact the adoption of ZWL. Additionally, the paper endeavors to elucidate the underlying reasons behind the intention–behavior gap within this particular context. Consequently, the study offers substantial theoretical and practical implications aimed at promoting and fostering greater adoption of ZWL practices
Bacterial biomarkers of the oropharyngeal and oral cavity during SARS-CoV-2 infection
Get PDF(1) Background: Individuals with COVID-19 display different forms of disease severity and the upper respiratory tract microbiome has been suggested to play a crucial role in the development of its symptoms. (2) Methods: The present study analyzed the microbial profiles of the oral cavity and oropharynx of 182 COVID-19 patients compared to 75 unaffected individuals. The samples were obtained from gargle screening samples. 16S rRNA amplicon sequencing was applied to analyze the samples. (3) Results: The present study shows that SARS-CoV-2 infection induced significant differences in bacterial community assemblages, with Prevotella and Veillonella as biomarkers for positive-tested people and Streptococcus and Actinomyces for negative-tested people. It also suggests a state of dysbiosis on the part of the infected individuals due to significant differences in the bacterial community in favor of a microbiome richer in opportunistic pathogens. (4) Conclusions: SARS-CoV-2 infection induces dysbiosis in the upper respiratory tract. The identification of these opportunistic pathogenic biomarkers could be a new screening and prevention tool for people with prior dysbiosis
Étude exploratoire sur l'association entre l'addiction à Instagram, les motifs d'utilisation et les caractéristiques psychologiques chez les jeunes adultes
Get PDFCette étude s’intéresse à l’addiction à Instagram et vise à mieux comprendre les motifs d’utilisation et les caractéristiques psychologiques pouvant y être liés. Notamment, la satisfaction affective, la satisfaction de vie et la détresse psychologique. L’échantillon est constitué de 337 utilisateurs d’Instagram résidant au Québec, âgés entre 18 et 30 ans. Il était attendu que certains motifs d’utilisation déjà mis en lien avec la problématique soient associés à un niveau élevé d’addiction à Instagram ainsi qu’aux différentes caractéristiques psychologiques. Aussi, il était attendu qu’un haut niveau d’addiction à Instagram soit associé à une plus grande détresse psychologique ainsi qu’à des niveaux plus bas de satisfaction de vie et affective. Pour tester ces hypothèses, un questionnaire en ligne a été partagé via les réseaux sociaux. Ce dernier incluait un questionnaire sociodémographique, une version adaptée pour Instagram de la version abrégée du Internet Addiction Test (IAT), l’Échelle de détresse psychologique K6, la sous-échelle servant à évaluer la satisfaction et la frustration du besoin d’appartenance de l’Échelle de satisfaction et frustration des besoins psychologiques de base (BPNSFS), un inventaire de 19 motifs d’utilisation ainsi que des questions portant sur la durée d’utilisation moyenne quotidienne, leurs attentes, impressions et satisfaction envers leur utilisation. Des analyses descriptives, de régressions linéaires ainsi que des corrélations ont été réalisées. En conclusion, les résultats suggèrent que les cinq motifs d’utilisation qui influencent le plus le niveau d’addiction à Instagram sont : échapper à la réalité, faire comme les autres, avoir le soutien des autres utilisateurs, avoir accès à l’intimité des autres et voir ce que les autres font. De plus, la détresse psychologique, la frustration du besoin d’appartenance et la durée d’utilisation seraient toutes positivement associées à l’addiction à Instagram alors que la satisfaction de vie y serait négativement associée. Finalement, des analyses supplémentaires ont permis d’identifier les motifs qui semblent les plus associés à la satisfaction de vie, la satisfaction affective et la détresse psychologique. De façon générale, il est observé que les motifs d’utilisation ayant une visée socialisante semblent négativement associés à la satisfaction affective et de vie, contrairement aux motifs visant une utilisation à des fins plus personnelles comme la documentation ou le divertissement
Développement de modèles numériques pour l’évaluation du comportement dynamique des ponts à platelage d’aluminium
Get PDFL’utilisation de l’aluminium dans la construction de ponts routiers apporte une combinaison de légèreté, de résistance et de durabilité qui en fait une option attrayante pour les ingénieurs-concepteurs à la recherche de solutions modernes pour le design de nouvelles structures ou la réfections des ponts vieillissants. Une solution prometteuse d'utilisation de l'aluminium dans les ponts est l'utilisation de tabliers extrudés en aluminium. Étant plus léger que les platelages plus traditionnels en bois ou en béton, ces structures sont plus susceptibles aux vibrations et possèdent donc un comportement dynamique différents. Le présent projet de recherche vise à étudier le comportement dynamique des ponts à platelage d’aluminium sur poutres d’acier en vue d’évaluer les facteurs d’amplification dynamique observés sur ces structures à la suite du passage de camions lourds. Ce projet de recherche vise à mettre les bases d’une étude détaillée visant à évaluer l’applicabilité des coefficients de majoration dynamique spécifiés par les normes de conception américaine et canadienne et utilisés pour le dimensionnement de ce type de structure au Canada. Le pont de St-Ambroise, constitué d’un platelage d’aluminium extrudé posés sur cinq poutres principales en acier est ici étudié. Plus précisément, un modèle numérique par éléments finis d’interaction pont-véhicule couplant le camion H20-44 américain à la structure du pont de St-Ambroise et intégrant des profils de rugosité de la chaussée est développé sous l’environnement COMSOL. Des simulations en régime statique et dynamique sont ensuite effectuées dans le but d’évaluer le comportement dynamique de la structure. Finalement, les résultats des simulations réalisés à l’aide de ce modèle ont été comparés aux résultats d’essais dynamiques in situ réalisés en 2015 par le Ministère des Transport et de la Mobilité durable du Québec sur la structure du pont de St-Ambroise. Il est démontré que le comportement du modèle numérique permet d’obtenir des facteurs d’amplification semblables à ceux obtenus sur le terrain. Bien que peu de cas de chargement différents aient finalement pu être réalisés dans le cadre de ce projet de recherche, les facteurs d’amplification dynamique obtenus pour les cas étudiés sont inférieurs à ceux prescrits par les normes de dimensionnements pour ce type de structure.
The use of aluminium in the construction of road bridges brings a combination of lightness, strength and durability that makes it an attractive option for engineers and designers seeking modern solutions for designing new structures or refurbishing aging bridges. One promising solution for using aluminium in bridges is the use of extruded aluminium decks. Being lighter than more traditional decking materials like wood or concrete, these structures are more susceptible to vibrations and thus exhibit different dynamic behavior. The current research project aims to study the dynamic behaviour of bridges with aluminium deck on steel beams in order to assess the dynamics amplification factors observed in these structures following the passage of heavy trucks. This research project seeks to lay the groundwork for a detailed study aimed at evaluating the applicability of dynamic amplification factors specified by American and Canadian design standards, which are used for the design of this type of structure in Canada. The St-Ambroise Bridge, consisting of an extruded aluminum deck placed on five main steel beams, is studied here. Specifically, a finite element numerical model of bridge-vehicle interaction coupling the American H20-44 truck with the structure of the St-Ambroise Bridge and incorporating road roughness profiles is developed using the COMSOL environment. Simulations in static and dynamic regimes are then carried out to evaluate the dynamic behavior of the structure. Finally, the results of simulations conducted using this model are compared to the results of in-situ dynamic tests carried out in 2015 by the “Ministère des Transports et de la Mobilité durable du Québec” on the St-Ambroise Bridge structure. It is demonstrated that the behavior of the numerical model yields amplification factors similar to those obtained in the field. Although only a few different loading cases were ultimately realized within the scope of this research project, the dynamic amplification factors obtained for the studied cases are lower than those prescribed by the sizing standards for this type of structure