MétaCan
Menu
Retour à la cohorte
Enregistrement W2144211167 · doi:10.1021/nn204999j

Critical Issues in Sensor Science To Aid Food and Water Safety

2012· article· en· W2144211167 sur OpenAlexaff
R. H. Farahi, Ali Passian, Laurène Tétard, Thomas Thundat

Notice bibliographique

RevueACS Nano · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRisk analysis (engineering)Food safetyNanotechnologyComputer scienceComplex matrixChemical sensorBiochemical engineeringSystems engineeringData scienceBusinessEngineeringMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The stability of food and water supplies is widely recognized as a global issue of fundamental importance. Sensor development for food and water safety by nonconventional assays continues to overcome technological challenges. The delicate balance between attaining adequate limits of detection, chemical fingerprinting of the target species, dealing with the complex food matrix, and operating in difficult environments are still the focus of current efforts. While the traditional pursuit of robust recognition methods remains important, emerging engineered nanomaterials and nanotechnology promise better sensor performance but also bring about new challenges. Both advanced receptor-based sensors and emerging non-receptor-based physical sensors are evaluated for their critical challenges toward out-of-laboratory applications.

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)0,013
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0050,011
Science ouverte0,0030,002
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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

Citations99
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetBiosensors and Analytical DetectionTravaux en français237 207