MétaCan
Menu
Retour à la cohorte
Enregistrement W2952736849 · doi:10.1002/jcc.26003

Nine questions on energy decomposition analysis

2019· article· en· W2952736849 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Computational Chemistry · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMachine Learning in Materials Science
Établissements canadiensQueen's UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDecompositionEnergy (signal processing)Computer scienceChemistryMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The paper collects the answers of the authors to the following questions: Is the lack of precision in the definition of many chemical concepts one of the reasons for the coexistence of many partition schemes? Does the adoption of a given partition scheme imply a set of more precise definitions of the underlying chemical concepts? How can one use the results of a partition scheme to improve the clarity of definitions of concepts? Are partition schemes subject to scientific Darwinism? If so, what is the influence of a community's sociological pressure in the "natural selection" process? To what extent does/can/should investigated systems influence the choice of a particular partition scheme? Do we need more focused chemical validation of Energy Decomposition Analysis (EDA) methodology and descriptors/terms in general? Is there any interest in developing common benchmarks and test sets for cross-validation of methods? Is it possible to contemplate a unified partition scheme (let us call it the "standard model" of partitioning), that is proper for all applications in chemistry, in the foreseeable future or even in principle? In the end, science is about experiments and the real world. Can one, therefore, use any experiment or experimental data be used to favor one partition scheme over another? © 2019 Wiley Periodicals, Inc.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil0,997

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,004
Tête enseignante GPT0,272
Écart entre enseignants0,268 · 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