MétaCan
Menu
Retour à la cohorte

Panorama nazionale del niobio tra il 2010 e il 2014

2018· article· it· W4250620458 sur OpenAlexaboutno aff
Tamires Luara de Oliveira Brittes, Franciolli da Silva Dantas Araújo, Amanda Alves Fecury, Euzébio de Oliveira, Carla Viana Dendasck, Cláudio Alberto Gellis de Mattos Dias

Notice bibliographique

RevueRevista Científica Multidisciplinar Núcleo do Conhecimento · 2018
Typearticle
Langueit
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’estrazione mineraria è l’attività estrattiva di un bene minerale dalla crosta terrestre. Il niobio (Nb) è l’elemento del n. 41 nella tavola periodica degli elementi chimici, come il metallo di transizione, con il suo grado di durezza sulla scala dei mohs pari a 6. I principali prodotti di niobio di interesse industriale sono attualmente ferroniobio, leghe per vuoto di niobio pentossido e niobio metallico. Il Brasile è il detentore delle più grandi riserve minerarie e guida il mercato quando si parla di Niobium, attualmente le sue riserve sono stimate intorno a 842.460,00 tonnellate con un contenuto medio dello 0,73% di Nb2O5. Con l’aggiunta di nuove politiche e rinnovi contrattuali, il Brasile ha consolidato la sua posizione nel mercato internazionale, avendo come principali consumatori Stati Uniti, Giappone, Olanda, Cina, Germania, Canada, Corea del Sud, Russia e Regno Unito. L’aumento del prezzo del petrolio nel periodo 2003-luglio 2008 ha reso possibili nuovi progetti di esplorazione e il mantenimento di linee di trasmissione disattivate, che hanno richiesto una maggiore produzione di tubi in acciaio con resistenza al calore e alle basse temperature, il che ha stimolato gli investimenti in nuovi studi sull’uso di sostanze che hanno soddisfatto la domanda , in crescita così il mercato interno di Niobium.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,005

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 GPT0,288
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Científica Multidisciplinar Núcleo do ConhecimentoMême sujetExtraction and Separation ProcessesTravaux en français237 207