MétaCan
Menu
Retour à la cohorte
Enregistrement W3166570024 · doi:10.1002/cjce.24216

Experimental methods in chemical engineering: Mössbauer spectroscopy

2021· article· en· W3166570024 sur OpenAlexaffvenue
Claudia L. Bianchi‬, Ridha Djellabi‬‬‬‬‬‬‬‬, Alessandro Ponti, Gregory S. Patience, Ermelinda Falletta

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueIron oxide chemistry and applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMössbauer spectroscopyRaman spectroscopySpectroscopyMagnetiteConversion electron mössbauer spectroscopyMaterials scienceChemistryMössbauer effectCrystallographyPhysicsMetallurgyOptics

Résumé

récupéré en direct d'OpenAlex

Abstract When a free nucleus absorbs or emits a gamma ray, it recoils to conserve energy, just like a gun recoils after shooting a bullet. Nuclei bound to a crystal lattice conserve energy when they absorb or emit gamma rays from a nuclear transition as they are fixed so their movement is restricted. This restriction is recoilless nuclear resonance fluorescence—the Mössbauer effect. The energy transmitted through a sample reveals its electronic and molecular structure and magnetic properties but only when the atoms in the source and sample are the same isotope— 57 Co/ 57 Fe is the most common couple. So, many of its applications are to identify iron species or how they change as a function of environmental conditions, like corrosion. A bibliometric map identified six major clusters centred around: nanoparticles and magnetite (Fe 3 O 4 ), crystal structure and spectroscopy, oxidation and catalysis, X‐ray diffraction (XRD) and Raman spectroscopy, 57 Fe and cathodes, and Co and thin films. In the last 30 years, the number of articles per year that mention the technique has hovered around 1250. More recently, Mössbauer spectroscopy has experienced a great rediscovery, particularly in the industrial sector for the solution of some problems, but also in space exploration.

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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,263
Écart entre enseignants0,252 · 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

Citations27
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetIron oxide chemistry and applicationsTravaux en français237 207