MétaCan
Menu
Retour à la cohorte
Enregistrement W2050028061 · doi:10.4028/www.scientific.net/msf.539-543.74

Developments of Fuel Cell and Hydrogen Technology at NRC's Institute for Fuel Cell Innovation

2007· article· en· W2050028061 sur OpenAlexaffabout
Dave Ghosh, Shao Hong Wu

Notice bibliographique

RevueMaterials science forum · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCommercializationFuel cellsMandateGovernment (linguistics)Proton exchange membrane fuel cellSolid oxide fuel cellBusinessEngineering managementResearch councilEngineeringPolitical scienceMarketing

Résumé

récupéré en direct d'OpenAlex

National Research Council (NRC) as the premier research and development organization within the government of Canada has the mandate of providing vital scientific and technological services to research and industrial communities. The NRC Institute for Fuel Cell Innovation (IFCI) is leading NRC’s National Fuel Cell Program and is working closely with academic, government, and industrial organizations to support fuel cell cluster in Vancouver and across Canada and to fulfill the innovation needs of Canadian fuel cell companies. The key programs at IFCI include: Proton Exchange Membrane Fuel Cells (PEMFC), Solid Oxide Fuel Cells (SOFC), Hydrogen generation and infrastructure, and technology demonstration. NRC-IFCI’s impact on the fuel cell industry can be seen through the development and transfer of targeted and collaborative research projects addressing strategic and current technical gaps and providing infrastructure for research, development and demonstration. IFCI has been a catalyst in the coordination of industry’s responses to current commercialization barriers. This paper presents the latest research and development activities as well as demonstrations at NRC-IFCI.

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)0,008
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0150,004

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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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
GenreAutre

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

En bref

Citations3
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetFuel Cells and Related MaterialsTravaux en français237 207