MétaCan
Menu
Retour à la cohorte
Enregistrement W2610344145 · doi:10.1039/c7cs00084g

Application of computational methods to the design and characterisation of porous molecular materials

2017· review· en· W2610344145 sur OpenAlexaff
Jack D. Evans, Kim E. Jelfs, Graeme M. Day, Christian J. Doonan

Notice bibliographique

RevueChemical Society Reviews · 2017
Typereview
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensKensington Health
Organismes subventionnairesEngineering and Physical Sciences Research CouncilAgence Nationale de la RechercheUniversité de Recherche Paris Sciences et LettresEuropean Commission
Mots-clésPorosityMaterials scienceComputer scienceNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Composed from discrete units, porous molecular materials (PMMs) possess unique properties not observed for conventional, extended, solids, such as solution processibility and permanent porosity in the liquid phase. However, identifying the origin of porosity is not a trivial process, especially for amorphous or liquid phases. Furthermore, the assembly of molecular components is typically governed by a subtle balance of weak intermolecular forces that makes structure prediction challenging. Accordingly, in this review we canvass the crucial role of molecular simulations in the characterisation and design of PMMs. We will outline strategies for modelling porosity in crystalline, amorphous and liquid phases and also describe the state-of-the-art methods used for high-throughput screening of large datasets to identify materials that exhibit novel performance characteristics.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,929
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,392
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations78
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Society ReviewsMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207