MAPEAMENTO TECNOLÓGICO DE PATENTES COM FOCO NA TECNOLOGIA DE CONVERSÃO DE ENERGIA TÉRMICA DOS OCEANOS
Notice bibliographique
Résumé
Resumo - A crise que se instaurou no inicio da decada de 70 no seculo XX, contribuiu para que se ampliassem as discussoes em torno do aproveitamento de fontes de energias renovaveis que pudessem ser encaradas como a saida para uma eventual crise energetica. Neste estudo, buscou-se realizar um mapeamento tecnologico acerca das tecnologias utilizadas na geracao de energia a partir da conversao de energia termica dos oceanos. A pesquisa foi efetuada na base Espacenet, utilizou-se a sigla de Ocean Thermal Energy Conversion “OTEC” como argumento de pesquisa. O levantamento foi realizado no durante o mes de julho de 2018. Foram encontrados 96 pedidos de depositos de patentes entre os anos de 1976 e 2017. Os Estados Unidos foi o pais com o maior numero de depositos de patentes, seguido pelo Canada, que tambem apresentou o pesquisador individual com o maior numero de pedidos de depositos de patentes. Ambos os paises estao localizados na America do Norte e possuem grandes areas banhadas pelos Oceanos Pacifico e o Atlântico, portanto com grandes possibilidades de aproveitamento da conversao da energia termica dos oceanos.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».