Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pallavi Pharkya thinks a lot about the future. Pharkya, a Ph.D. candidate in materials science and engineering, works in the area of corrosion science, predicting how materials will perform over extended periods of time. Her particular focus is a nickel-chromium-molybdenum alloy called C-22, a highly corrosion-resistant metal. Pharkya's aim is to help determine whether containers made from C-22 can be used to store high-energy nuclear waste--for 10,000 years and longer. Pharkya's work is part of a plan by the U.S. Department of Energy to consolidate the country's nuclear waste in a single proposed repository. The proposed repository is in Yucca Mountain located in a remote Nevada desert. Currently about 70,000 metric tons of spent nuclear fuel and high-level radioactive waste are divided between approximately 100 sites around the country. The undertaking, Pharkya emphasizes, is massive. To study just the corrosion aspects of the packaging, Case is collaborating with eight other universities, five national labs and Atomic Energy of Canada Limited. Even with so many players, the study will likely take several years to complete. Heading the entire group is Joe Payer, a professor of materials science and engineering at Case and Pharkya's mentor. ''I came here to have the opportunity to work with Dr. Payer, an expert in corrosion, but I didn't know specifically what I would be working on'', Pharkya recalls. ''I was pretty thrilled when I learned about the vastness of the project--my research would be just a small part of this huge topic--and the impact of the research we would be doing''.
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.
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) | 0,001 | 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 découle