Notice bibliographique
Résumé
AMTEC and Universiti Teknologi Malaysia (UTM) successfully held a two-day joint online event on 16-17 January 2021 with the involvement of the Regional Conference on Environmental Engineering (RCEnvE2020) and the Regional Congress on Membrane Technology 2020 (RCOM2020) under the theme ‘Enhancing Translational Research into Sustainable Environmental Technology.’ RCOM 2020 & RCEnvE 2020 is a premier forum for the presentation of new advances and research results in the field of membrane and environment. The conference has brought together networks of professionals and researchers worldwide in various disciplines to discuss current technology development in different field and valuable information of the latest research activities in maintaining the sustainability of the environment for the future. All papers were presented on-line on Webex platform in about 15 minutes plus 5 minutes for Q&A, managed by the Universiti Teknologi Malaysia, in Johor Bahru, Malaysia, divided in 5 parallel sessions. In addition, four plenary speeches on interesting issues in membrane manufacturing and environmental engineering inspired the participants and provided a platform for valuable discussions. More specifically, the plenary sessions were the following: Professor Dr Ishihara Keiichi from the Kyoto University, Japan speaking on greenhouse gases mitigation by agrivoltaic technology, Prof Dr Bunsho Ohtani from Hokkaido University, with a lecture on novel approach on efficient photocatalyst design, Professor Emeritus Dr Takeshi Matsuura from University of Ottawa, Canada talking about recent progress on membrane transport theory and design and last but not least, Dato’ Norhalim Yunus from Malaysian Technology Development Corporation with a speech on the enhancing translational research towards sustainable environmental technologies. List of Topics, Organizing Committee is available in this pdf.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».