MétaCan
Menu
Retour à la cohorte
Enregistrement W2893033988 · doi:10.1002/cjce.23344

Experimental methods in chemical engineering: Ultraviolet visible spectroscopy—UV‐Vis

2018· article· en· W2893033988 sur OpenAlexaffvenue
Fellipy S. Rocha, Anderson J. Gomes, Claure N. Lunardi, Serge Kaliaguine, Gregory S. Patience

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensPolytechnique MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésUltraviolet visible spectroscopySpectroscopyAbsorbanceMass spectrometryUltravioletTransmittanceMaterials sciencePhotocatalysisNanoparticleDynamic light scatteringDiffuse reflectance infrared fourier transformChemistryAnalytical Chemistry (journal)ChromatographyNanotechnologyOptoelectronicsOrganic chemistryCatalysisPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract UV‐vis spectroscopy is an inexpensive, simple, flexible, non‐destructive, analytical method appropriate for a wide class of organic compounds and some inorganic species. UV‐vis spectrophotometers measure the absorbance or transmittance of light passing through a medium as a function of the wavelength. Chemical engineers apply it for quantitative analysis, to derive liquid phase reaction kinetics, and to identify the mechanism at the molecular scale. High performance liquid chromatography and ultra‐high performance liquid chromatography integrate UV‐vis detectors to identify and quantify the concentration of compounds in liquid streams. Combining these techniques with mass spectrometry facilitates identifying all species. UV‐vis diffuse reflectance spectroscopy is a variant with enhanced scattering properties that measures the properties of solids and powders. A bibliometric analysis of the 10 000 most cited papers referring to UV‐vis (2016 and 2017) groups research in four major clusters: nanoparticles and nanostucutres; photocatalysis and water treatment; crystals, complexes, and derivatives; and Ag and Au nanoparticles biological interaction.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0030,002
Communication savante0,0010,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0350,032

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 Opus0,014
Tête enseignante GPT0,274
Écart entre enseignants0,260 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations182
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207