MétaCan
Menu
Retour à la cohorte
Enregistrement W2007242695 · doi:10.3390/inorganics2030537

Frontiers of Energy Storage and Conversion

2014· article· en· W2007242695 sur OpenAlexaff
Jiajun Chen, Venkataraman Thangadurai

Notice bibliographique

RevueInorganics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRenewable energyEnergy transformationFossil fuelEnergy storageProcess engineeringEfficient energy useNanotechnologyComputer scienceEnvironmental scienceEngineeringWaste managementPower (physics)Materials scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This special issue of Inorganics features a Forum for novel materials and approaches for electrochemical energy storage and conversion. Diminishing non-renewable fossil fuels and the resulting unattainability of environment have made us search new sustainable energy resources and develop technology for efficient utilization of such resources. Green energy sources, such as solar, hydroelectric, thermal and wind energy are partially replacing fossil fuels as means to generate power. Inorganic (solid state) materials are key in the development of advanced devices for the efficient storage and conversion of energy. The grand challenge facing the inorganic chemist is to discover, design rationally and utilize advanced technological materials made from earth-abound elements for these energy storage and conversion processes. Recent spectacular progress in inorganic materials synthesis, characterization, and computational screening has greatly advanced this field, which drove us to edit this issue to provide a window to view the development of this field for the community. This special issue comprises research articles, which highlights some of the most recent advances in new materials for energy storage and conversion. [...]

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0270,007

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 Opus0,004
Tête enseignante GPT0,178
Écart entre enseignants0,174 · 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
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInorganicsMême sujetAdvancements in Battery MaterialsTravaux en français237 207