MétaCan
Menu
Retour à la cohorte
Enregistrement W3119061105 · doi:10.3390/molecules26020392

Brief Overview of Ice Nucleation

2021· review· en· W3119061105 sur OpenAlexafffund
Nobuo Maeda

Notice bibliographique

RevueMolecules · 2021
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNucleationIce nucleusIce formationComputer scienceMeteorologyNanotechnologyChemistryGeologyGeographyMaterials scienceAtmospheric sciences

Résumé

récupéré en direct d'OpenAlex

The nucleation of ice is vital in cloud physics and impacts on a broad range of matters from the cryopreservation of food, tissues, organs, and stem cells to the prevention of icing on aircraft wings, bridge cables, wind turbines, and other structures. Ice nucleation thus has broad implications in medicine, food engineering, mineralogy, biology, and other fields. Nowadays, the growing threat of global warming has led to intense research activities on the feasibility of artificially modifying clouds to shift the Earth's radiation balance. For these reasons, nucleation of ice has been extensively studied over many decades and rightfully so. It is thus not quite possible to cover the whole subject of ice nucleation in a single review. Rather, this feature article provides a brief overview of ice nucleation that focuses on several major outstanding fundamental issues. The author's wish is to aid early researchers in ice nucleation and those who wish to get into the field of ice nucleation from other disciplines by concisely summarizing the outstanding issues in this important field. Two unresolved challenges stood out from the review, namely the lack of a molecular-level picture of ice nucleation at an interface and the limitations of classical nucleation theory.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,056
Tête enseignante GPT0,292
Écart entre enseignants0,236 · 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

Citations53
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207