MétaCan
Menu
Retour à la cohorte
Enregistrement W4231304199 · doi:10.3390/books978-3-03897-961-6

Advanced Glasses, Composites and Ceramics for High Growth Industries

2019· book· en· W4231304199 sur OpenAlexfundno aff

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineMaterials Science
ThématiqueNuclear materials and radiation effects
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Circulatory and Respiratory HealthSunchon National UniversityEngineering and Physical Sciences Research CouncilQueen Mary University of LondonDeutsche ForschungsgemeinschaftEuropean Commission
Mots-clésEnvironmentally friendlyBusinessCeramicHigh energyEngineeringEngineering managementArchitectural engineeringMaterials scienceEngineering physicsComposite material

Résumé

récupéré en direct d'OpenAlex

 ‘Advanced Glasses, Composites and Ceramics for High-Growth Industries’ (CoACH) was a European Training Network (ETN) project (http://www.coach-etn.eu/) funded by the Horizon 2020 program. CoACH involved multiple actors in the innovation ecosystem for advanced materials, composed of five universities and ten enterprises in seven different European countries. The project studied the next generation of materials that could bring innovation in the healthcare, construction, and energy sectors, among others, from new bioactive glasses for bone implants to eco-friendly cements and new environmentally friendly thermoelectrics for energy conversion. The novel materials developed in the CoACH project pave the way for innovative products, improved cost competitiveness, and positive environmental impact. The present Special Issue contains 14 papers resulting from the CoACH project, showcasing the breadth of materials and processes developed during the project.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,833

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 recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,205 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNuclear materials and radiation effectsTravaux en français237 207