Recent advances in linear and non‐linear Raman spectroscopy. Part XI
Notice bibliographique
Résumé
Abstract This review, published annually, provides an overview of advances in the field of Raman spectroscopy as found in papers published in the preceding calendar year in the Journal of Raman Spectroscopy ( JRS ), as well as in trends over the past decade across journals that have published papers important to the field of Raman spectroscopy. This information is obtained from statistical data on article counts obtained from Clarivate Analytics' Web of Science Core Collection by year and by subfield of Raman spectroscopy. Additional information is gleaned from presentations at the IX International Conference on Advanced Vibrational Spectroscopy (ICAVS‐9) in Victoria, British Columbia, Canada, in June 2017 and those featuring Raman scattering at SCIX 2017 organized by the Federation of Analytical Chemistry and Spectroscopy Societies (FACSS) in Reno, Nevada, USA, in October 2017. Coverage is also provided for topics from the European Conference on Non‐linear Optical Spectroscopy (ECONOS 2017) held in April 2017 in Jena, Germany, and the Ninth Congress on the Application of Raman in Art and Archaeology (RAA 2017) in October 2017 in Evora, Portugal. Finally, papers published in JRS in 2016 are highlighted and arranged by topics at the frontier of Raman spectroscopy. Based on this survey information, it is clear that Raman spectroscopy maintains a rapidly expanding influence across a wide range of novel disciplines and applications that provide sensitive photonic information of matter at the molecular level.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».