MétaCan
Menu
Retour à la cohorte
Enregistrement W4238425499 · doi:10.1061/9780784414088.ch22

Responsible Nanotechnology

2015· book-chapter· en· W4238425499 sur OpenAlexaff
Norma Y. Mendoza-González, Antonio Avalos Ramírez, Iván R. Quevedo

Notice bibliographique

RevueAmerican Society of Civil Engineers eBooks · 2015
Typebook-chapter
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensCentre National en Électrochimie et en Technologies EnvironnementalesMcGill University
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyEnvironmental remediationMaterials scienceEngineeringContamination

Résumé

récupéré en direct d'OpenAlex

This chapter presents three different approaches to responsible nanotechnology. These approaches involve nanomaterials (NMs) in manufacturing, NMs for environmental remediation, and a sociotechnical integration of creativity and responsibility in the use of NMs. The chapter presents some examples of recent research and developments, including inorganic materials, organic materials, and composite materials. The chapter pays special attention to NMs produced by thermal plasma technology based on the author’s experience. It then describes recent information about self-replicating NMs. Some of the most common NMs used for the environmental detection of contaminants are described and classified in four categories: carbon-based materials, metallic nanoparticles (NPs), silicon-based NPs, and semiconductor NPs. Nanotechnology-based products have evolved quickly and their use in composite materials, solar cells, energy storage units, fuel cells, clothes, environmental remediation, etc., is imminent.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,219 · 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'étudeExpérimental (laboratoire)
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Society of Civil Engineers eBooksMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207