MétaCan
Menu
Retour à la cohorte
Enregistrement W1540027411 · doi:10.1002/mren.201500020

When Polymer Reaction Engineers Play Dice: Applications of Monte Carlo Models in PRE

2015· article· en· W1540027411 sur OpenAlexaff
Amanda L. T. Brandão, João B. P. Soares, José Carlos Pinto, André L. Alberton

Notice bibliographique

RevueMacromolecular Reaction Engineering · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodDiceComputer scienceMonte Carlo molecular modelingDynamic Monte Carlo methodKinetic Monte CarloHeuristicMonte Carlo method in statistical physicsStatistical physicsMarkov chain Monte CarloProcess (computing)PolymerHybrid Monte CarloArtificial intelligenceMaterials scienceMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Monte Carlo methods are heuristic algorithms that use probabilities to select an outcome among several possible events in a given process. Monte Carlo methods are useful in polymer reaction engineering because they can predict the molecular architecture of polymers with details that cannot be easily captured by any other modeling technique. One of the advantages of Monte Carlo simulation is that one does not need to solve differential or algebraic equations to predict the microstructures of polymers. This article reviews the literature on steady‐state and dynamic Monte Carlo methods in polymer reaction engineering. We hope to convince the readers that playing dice regularly can be a great asset to polymer reactors engineers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0070,019
Science ouverte0,0020,004
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 GPT0,231
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations137
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacromolecular Reaction EngineeringMême sujetMachine Learning in Materials ScienceTravaux en français237 207