MétaCan
Menu
Retour à la cohorte
Enregistrement W1991386410 · doi:10.13034/cysj-2014-012

An Overview of Nanotechnology in Building Materials

2014· article· en· W1991386410 sur OpenAlexvenueno aff
Shane Wong

Notice bibliographique

RevueJournal of Student Science and Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesBuilding industryNanotechnologyEngineeringArchitectural engineeringArtMaterials science

Résumé

récupéré en direct d'OpenAlex

Nanotechnology can increase the functional­ity and durability of building materials like cement, insulation, windows, and weatherproofing. The introduction of nanomaterials to the construction industry can give buildings and infrastructure some degree of: self-repairing, self-cleaning, bacterial- and weather-resistant qualities, in­creased electrical conductivity, and the ability to break down pollution. Though nanotechnology is still in the early stages of development and can be expensive, increased research may find even more uses for nanotech and lower the cost of its implementation. La nanotechnologie peut augmenter la fonc­tionnalité et la durabilité des matériaux de con­struction comme le ciment, l'isolation, les fenêtres et les intempéries. L'introduction des nanomaté­riaux à l'industrie de la construction peut donner bâtiments et des infrastructures un certain degré d’auto-réparation, auto-nettoyage, résistance aux bactéries et intempéries, conductivité élec­trique augmenté, et la capacité de décomposer la pollution. Bien que la nanotechnologie est encore dans les premiers stades de développe­ment et peut être cher, nouvelles recherches peuvent trouver encore plus d'utilisations pour la nanotechnologie et comment réduire sa coût.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,027
Tête enseignante GPT0,343
Écart entre enseignants0,316 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student Science and TechnologyMême sujetConcrete and Cement Materials ResearchTravaux en français237 207