MétaCan
Menu
Retour à la cohorte
Enregistrement W2794176970 · doi:10.5539/apr.v10n2p30

Properties of Quantum Beams and Their Applications

2018· article· en· W2794176970 sur OpenAlexvenueno aff
Naoaki Fukuda, Toshio Takiya, Min Han

Notice bibliographique

RevueApplied Physics Research · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueLaser-Plasma Interactions and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuantumPhysicsComputer scienceEngineering physicsNuclear engineeringQuantum mechanicsEngineering

Résumé

récupéré en direct d'OpenAlex

A conceptual formulation of quantum beams and their basic properties are presented. The present status and outlook of their industrial applications are also discussed. Quantum beams are highly directional energy beams consisting of quantum-mechanical particles characterized by wave-particle duality. They are a concept developed out of need in industry, and, together with quantum mechanics developed during the turn of the century, have been applied to semiconductor and medical industries. The quantum beams can be classified by penetrating or ionizing power. X-rays and neutron beams are classified into those with high penetrating power, and the beams of alpha particles are classified into those with high ionizing power. Electron beams fall in between, giving rise to their unique intermediate property. Their chemical and biological effects are used in modifying the properties of materials or sterilizing food and beverage containers. Finally, we discuss the importance of developing further advanced accelerator technologies which can produce high-energy quantum beams, which will be necessary to chart our future research in yet unknown areas of science. In doing so, profit should not be the only goal; contribution to a sustainable society should be considered as well.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,060
Tête enseignante GPT0,330
Écart entre enseignants0,271 · 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
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ResearchMême sujetLaser-Plasma Interactions and DiagnosticsTravaux en français237 207