MétaCan
Menu
Retour à la cohorte
Enregistrement W2100900466 · doi:10.1142/s0218625x02001781

SOFT X-RAY MICROSCOPY OF SOFT MATTER — HARD INFORMATION FROM TWO SOFTS

2002· article· en· W2100900466 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSurface Review and Letters · 2002
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectron and X-Ray Spectroscopy Techniques
Établissements canadiensMcMaster UniversityBrockhouse Institute for Materials Research
Organismes subventionnairesnon disponible
Mots-clésSoft matterXANESContext (archaeology)Absorption (acoustics)MicroscopyMaterials scienceAbsorption edgePolymerNanotechnologyOpticsAnalytical Chemistry (journal)ChemistryOptoelectronicsPhysicsSpectroscopyComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Scanning transmission X-ray microscopy (STXM) and X-ray photoelectron emission microscopy (X-PEEM) provide quantitative chemical analysis at a spatial resolution well below 100 nm. Soft X-ray absorption or near edge X-ray absorption (NEXAFS) contrast provides sensitive differentiation of species which have similar elemental composition but are chemically distinct. Due to the ability of soft X-rays at wavelengths below the O K-edge to penetrate water, and on account of lower radiation damage, soft X-ray microscopy is an ideal tool for providing quantitative information about soft matter in the context of biological, polymer and environmental studies. Examples are given from recent studies of: phase segregation in polyurethanes and polymer blends, protein adsorption on polymers relating to biomaterial optimization, and metal mapping in biofilms. These examples show that it is indeed possible to get quantitative (hard) information by combining soft X-rays and soft materials.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,247 · 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