Comment on Predicting Aqueous Adsorption of Organic Compounds onto Biochars, Carbon Nanotubes, Granular Activated Carbons, And Resins with Machine Learning
Notice bibliographique
Résumé
ADVERTISEMENT RETURN TO ISSUEPREVCorrespondence/Rebut...Correspondence/RebuttalNEXTORIGINAL ARTICLEThis notice is a correctionComment on Predicting Aqueous Adsorption of Organic Compounds onto Biochars, Carbon Nanotubes, Granular Activated Carbons, And Resins with Machine LearningGabriel SigmundGabriel SigmundDepartment of Environmental Geosciences, Centre for Microbiology and Environmental Systems Science, University of Vienna, Althanstrasse 14, 1090 Wien, AustriaMore by Gabriel Sigmundhttp://orcid.org/0000-0003-2068-0878, Mehdi GharasooMehdi GharasooEcohydrology Research Group, Department of Earth and Environmental Sciences, University of Waterloo, 200 University Av W, Waterloo, Ontario Canada N2L 3G1More by Mehdi Gharasoo, Thorsten HüfferThorsten HüfferDepartment of Environmental Geosciences, Centre for Microbiology and Environmental Systems Science, University of Vienna, Althanstrasse 14, 1090 Wien, AustriaMore by Thorsten Hüfferhttp://orcid.org/0000-0002-5639-8789, and Thilo Hofmann*Thilo HofmannDepartment of Environmental Geosciences, Centre for Microbiology and Environmental Systems Science, University of Vienna, Althanstrasse 14, 1090 Wien, Austria*Email: [email protected]More by Thilo Hofmannhttp://orcid.org/0000-0001-8929-6933Cite this: Environ. Sci. Technol. 2020, 54, 18, 11636–11637Publication Date (Web):August 25, 2020Publication History Published online25 August 2020Published inissue 15 September 2020https://doi.org/10.1021/acs.est.0c03931Copyright © 2020 American Chemical SocietyRIGHTS & PERMISSIONSACS AuthorChoicewith CC-BYlicenseArticle Views1950Altmetric-Citations1LEARN ABOUT THESE METRICSArticle Views are the COUNTER-compliant sum of full text article downloads since November 2008 (both PDF and HTML) across all institutions and individuals. These metrics are regularly updated to reflect usage leading up to the last few days.Citations are the number of other articles citing this article, calculated by Crossref and updated daily. Find more information about Crossref citation counts.The Altmetric Attention Score is a quantitative measure of the attention that a research article has received online. Clicking on the donut icon will load a page at altmetric.com with additional details about the score and the social media presence for the given article. Find more information on the Altmetric Attention Score and how the score is calculated. Share Add toView InAdd Full Text with ReferenceAdd Description ExportRISCitationCitation and abstractCitation and referencesMore Options Share onFacebookTwitterWechatLinked InReddit PDF (697 KB) Get e-AlertsSUBJECTS:Sorption,Organic compounds,Sorbents,Machine learning,Materials Get e-Alerts
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,019 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,036 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».