MétaCan
Menu
Retour à la cohorte
Enregistrement W3097579778 · doi:10.21577/1984-6835.20200123

Electrochemical Impedance Spectroscopy: a tool on the electrochemical investigations

2020· article· en· W3097579778 sur OpenAlexaff
Josimar Ribeiro

Notice bibliographique

RevueRevista Virtual de Química · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensQUAD Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésDielectric spectroscopyElectrical impedanceComputer scienceChemistryElectrochemistryElectrical engineeringEngineeringPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Since 2000 the number of publications related to Electrochemical Impedance Spectroscopy -EIS has been gradually increasing, going from just over 81 publications in 2000 to over 1800 publications in 2019. In 2020, more than 1028 publications are seen in just 4 months, that is, more than 18,000 publications in the last 20 years. EIS is a very powerful tool in the study of several areas of knowledge, such as chemistry, physics, biology etc. On the other hand, EIS is still considered a difficult technique, due to the mathematical concepts and modeling involved in the analysis of experimental data. Thus, this paper aims to introduce the EIS technique in a more clear and simple way, providing subsidies to all entities involved in scientific research and concisely showing the main points associated with EIS mathematics and physics. Besides, the paper shows how to analyze whether the impedance data obtained is acceptable and how to check its reliability using the Lissajous plots, the Kramers-Kronig transform, and the chi-square test.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,245
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Virtual de QuímicaMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207