MétaCan
Menu
Retour à la cohorte
Enregistrement W3081900187 · doi:10.1088/2040-8986/abb3a4

Roadmap on holography

2020· article· en· W3081900187 sur OpenAlexaff
John T. Sheridan, Raymond K. Kostuk, Antonio Fimia Gil, Y Wang, Wengao Lu, Haizheng Zhong, Yasuo Tomita, Cristian Neipp, Jorge Francés, Sergi Gallego, Inmaculada Pascual, Vera Marinova, S-H Lin, K-Y Hsu, Friedrich‐Karl Bruder, Sven Hansen, Christel Manecke, Richard Meisenheimer, Christian Rewitz, Thomas Rölle, Sergey B. Odinokov, Osamu Matoba, Manoj Kumar, Xiangyu Quan, Yasuhiro Awatsuji, P. Wachulak, Alina V. Gorelaya, Alexander Sevryugin, Egor V. Shalymov, Vladimir Y. Venediktov, Radim Chmelík, Maria Antonietta Ferrara, Giuseppe Coppola, Andrés Márquez, Augusto Beléndez, Weijian Yang, Rafael Yuste, Andrea Bianco, Alessio Zanutta, Claas Falldorf, John J. Healy, Xin Fan, Bryan M. Hennelly, Igor L. Zhurminsky, Marc Schnieper, R. Ferrini, Sören Fricke, Guohai Situ, H Wang, Arkady S. Abdurashitov, Valery V. Tuchin, Nikolay V. Petrov, Takanori Nomura, Derek R. Morim, Kalaichelvi Saravanamuttu

Notice bibliographique

RevueJournal of Optics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Imaging Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésOpticsHolographyPhysics

Résumé

récupéré en direct d'OpenAlex

Contents1. Materials for dynamic holographic 3D display 2. Photopolymerizable nanocomposite materials for holographic applications 3. Photopolymers for the recording of holographic waveguides 4. Shrinkage in holographic recording materials: photopolymers 5. Advances in holographic photorefractive materials and devices 6. Industrial-scale recording material and mass production of vHOEs 7. Non-imaging holographic optics for solar energy conversion 8. Data security and holographic data storage 9. Multimodal 3D data acquisition using digital holography 10.EUV and SXR holography and tomography with compact short wavelength sources 11.Holographic wavefront

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,003
Communication savante0,0060,010
Science ouverte0,0020,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,1250,037

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 Opus0,020
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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
GenreSynthèse

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

En bref

Citations111
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of OpticsMême sujetAdvanced Optical Imaging TechnologiesTravaux en français237 207