MétaCan
Menu
Retour à la cohorte
Enregistrement W2768371581 · doi:10.1039/c7cc90411h

Highlights from Faraday Discussion FDSERS17: Surface Enhanced Raman Scattering – SERS, Glasgow, UK, 30th August–1st September 2017

2017· article· en· W2768371581 sur OpenAlexafffund
Giuliana Di Martino, Holly Fleming, Marlous Kamp, Félix Lussier

Notice bibliographique

RevueChemical Communications · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversité de Montréal
Organismes subventionnairesEdgewood Chemical Biological CenterResearch, Development and Engineering CommandEuropean Research CouncilNatural Sciences and Engineering Research Council of CanadaHorizon 2020 Framework ProgrammeUniversität Duisburg-EssenEngineering and Physical Sciences Research CouncilUniversity of CincinnatiMedical Research CouncilRoyal SocietyUniversity of Utah
Mots-clésFaraday cageRaman scatteringPresentation (obstetrics)NanotechnologyMaterials scienceEngineering physicsOpticsRaman spectroscopyPhysicsMedicineMagnetic field

Résumé

récupéré en direct d'OpenAlex

The 2017 Faraday Discussion on Surface Enhanced Raman Scattering (SERS) attracted more than a hundred delegates from a broad spectrum of backgrounds and experience levels, bringing together leading scientists involved in the long living field of SERS. The meeting gave an overview of the liveliness of the topic, characterised by open questions and fascinating science still to discover. In the following, we discuss the topics covered during this meeting and briefly highlight the content of each presentation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,066
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,026
Tête enseignante GPT0,272
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical CommunicationsMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207