Notice bibliographique
Résumé
The 3rd International Conference on Green Chemistry (ICGC-3) was held in Ottawa, Canada, 15-18 August 2010, with the theme “The Road to Greener Industry”. Bringing together academia and industry to trade ideas about green chemistry was the purpose of the meeting. Dedicated sessions on industrial aspects, presented by industry speakers, were well attended by both academics and industrial representatives. Academic sessions, in turn, presented new ideas to both groups. Major topics in the conference were green energy (biofuels, H 2 production, CO 2 capture), green engineering (energy efficiency, greener processes, separations), policy (industry, government, NGOs), green chemistry education, green transportation (materials, additives, powertrain) and green chemical synthesis (benign routes, solvents, catalysts, biopolymers). The 348 delegates travelled to Ottawa from 33 countries, making it a truly international discussion. This issue contains five important lectures from the conference. Peter Wells gives us a rather sobering discussion of some of the unintended consequences of green improvements. Zheng Cui, Evan S. Beach, and Paul T. Anastas describe many of the exciting green chemistry developments coming from China in the past three years. John Andraos announces a new database and algorithm that allows industry to evaluate the efficiency of synthesis plans. Achim Stolle and Bernd Ondruschka compare the performance and energy efficiency of solvent-free reactions performed by ball milling versus other methods such as microwave. Ken Seddon describes the use of new ionic liquids as catalysts for the oligomerization of linear terminal olefins to make lubricant oils. May these articles continue the discussion, stimulate more ideas, and help us all go down the Road to Greener Industry. Philip G. Jessop Conference Chair and Conference Editor
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».