MétaCan
Menu
Retour à la cohorte
Enregistrement W3132249344 · doi:10.1515/pac-2020-0403

Good reporting practice for thermophysical and thermochemical property measurements (IUPAC Technical Report)

2021· article· en· W3132249344 sur OpenAlexaff
Ala Bazyleva, Jens Abildskov, Andrzej Anderko, Olivier Baudouin, Yury Chernyak, Jean-Charles de Hemptinne, Vladimir Diky, Ralf Dohrn, J. Richard Elliott, Johan Jacquemin, Jean‐Noël Jaubert, Kevin G. Joback, Ursula R. Kattner, Georgios M. Kontogeorgis, Herbert Loría, Paul M. Mathias, John P. O’Connell, Wolffram Schröer, Graham Smith, Ana Soto, Shu Wang, R. D. Weir

Notice bibliographique

RevuePure and Applied Chemistry · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueChemical Thermodynamics and Molecular Structure
Établissements canadiensRoyal Military College of CanadaSchlumberger (Canada)Virtual Materials Group (Canada)
Organismes subventionnairesInternational Union of Pure and Applied Chemistry
Mots-clésChemical nomenclatureProperty (philosophy)Consistency (knowledge bases)ChemistryQuality (philosophy)Property valueValue (mathematics)Management scienceComputer scienceOrganic chemistryEpistemologyEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Scientific projects frequently involve measurements of thermophysical, thermochemical, and other related properties of chemical compounds and materials. These measured property data have significant potential value for the scientific community, but incomplete and inaccurate reporting often hampers their utilization. The present IUPAC Technical Report summarizes the needs of chemical engineers and researchers as consumers of these data and shows how publishing practices can improve information transfer. In the Report, general principles of Good Reporting Practice are developed together with examples illustrating typical cases of reporting issues. Adoption of these principles will improve the quality, reproducibility, and usefulness of experimental data, bring a better level of consistency to results, and increase the efficiency and impact of research. Closely related to Good Reporting Practice , basic elements of Good Research Practice are also introduced with a goal to reduce the number of ambiguities and unresolved problems within the thermophysical property data domain.

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 candidatesaucune
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 enseignants0,148
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations41
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePure and Applied ChemistryMême sujetChemical Thermodynamics and Molecular StructureTravaux en français237 207