MétaCan
Menu
Retour à la cohorte
Enregistrement W3200133983 · doi:10.3390/chemosensors9090262

A Comprehensive Review on Raman Spectroscopy Applications

2021· review· en· W3200133983 sur OpenAlexaff
Andrea Orlando, Filippo Franceschini, Cristian Muscas, Solomiya Pidkova, Mattia Bartoli, Massimo Rovere, Alberto Tagliaferro

Notice bibliographique

RevueChemosensors · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésRaman spectroscopyMaterials scienceNanotechnologySpectroscopyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Raman spectroscopy is a very powerful tool for material analysis, allowing for exploring the properties of a wide range of different materials. Since its discovery, Raman spectroscopy has been used to investigate several features of materials such carbonaceous and inorganic properties, providing useful information on their phases, functions, and defects. Furthermore, techniques such as surface and tip enhanced Raman spectroscopy have extended the field of application of Raman analysis to biological and analytical fields. Additionally, the robustness and versatility of Raman instrumentations represent a promising solution for performing on-field analysis for a wide range of materials. Recognizing the many hot applications of Raman spectroscopy, we herein overview the main and more recent applications for the investigation of a wide range of materials, such as carbonaceous and biological materials. We also provide a brief but exhaustive theoretical background of Raman spectroscopy, also providing deep insight into the analytical achievements.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,586
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,047
Tête enseignante GPT0,424
Écart entre enseignants0,377 · 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'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

Citations395
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemosensorsMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207