MétaCan
Menu
Retour à la cohorte
Enregistrement W4247627776 · doi:10.1021/cen-09418-meetings

90th ACS Colloid & Surface Science Symposium

2016· article· en· W4247627776 sur OpenAlexaboutno aff
Linda Wang

Notice bibliographique

RevueC&EN Global Enterprise · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials Characterization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésColloidNanotechnologyMaterials scienceEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

The 90th ACS Colloid & Surface Science Symposium (CSSS), sponsored by the ACS Division of Colloid & Surface Chemistry, will be held on June 5–8 at Harvard University. The technical program includes nearly 600 papers on all fundamental and applied areas of colloid and interface science. The symposium is cochaired by David Weitz of Harvard University, Joyce Wong of Boston University, and Ramanathan Nagarajan of the Army Natick Soldier Research, Development & Engineering Center. Plenary lectures The symposium will feature two plenary lectures. The first, “Entangled Active Matter: From Ants to Living Cells,” will be presented by Françoise Brochard-Wyart of the Curie Institute in Paris. The second plenary lecture, “Nanoparticle Self-assembly: Bridging the Gap between Molecules and Nanoparticles,” will be presented by Eugenia Kumacheva of the University of Toronto. In addition, the 2016 recipient of the Unilever Award for Outstanding Young Investigator in Colloid & Surfactant Science, Matthew Helgeson of

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,603

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 savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,240
Écart entre enseignants0,235 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueC&EN Global EnterpriseMême sujetAdvanced Materials Characterization TechniquesTravaux en français237 207