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 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)0,006
score de la tête « metaresearch » (Gemma)0,004
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0570,026

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 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
GenreCommentaire

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