MétaCan
Menu
Retour à la cohorte
Enregistrement W4313480832 · doi:10.1002/ntls.20220063

Review of “Molecules in superfluid helium nanodroplets: Spectroscopy, structure, and dynamics,” edited by Alkwin Slenczka and Jan Peter Toennies, Volume 145, Topics in Applied Physics, Springer Publishing Co., New York, 2022

2023· article· en· W4313480832 sur OpenAlexaboutno aff
David W. Pratt

Notice bibliographique

RevueNatural Sciences · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum, superfluid, helium dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVolume (thermodynamics)Superfluid helium-4PublishingEngineering physicsPhysicsSuperfluidityPolitical scienceCondensed matter physicsThermodynamicsLaw

Résumé

récupéré en direct d'OpenAlex

A brief preface gives the historical background of the field.Cryogenic matrices as molecular sample holders were first introduced in the 1950s by George Pimentel, Herbert Broida, and coworkers for stabilizing reactive species in low-temperature, nonreactive solids and studying them using a variety of techniques, including optical and infrared spectroscopy.In 1977, the seeded beam method was introduced by Lennard Wharton, Donald Levy, and Richard Smalley as an alternative to matrix isolation.In this method, gas phase molecules were cooled to low temperatures by expanding them in an excess of inert gas into a vacuum, and then probed by optical methods, usually with lasers.Then, over a period of several years, studies of helium expansions by mass spectrometry revealed the presence of large clusters of He atoms, the possibility that these clusters might be doped with other species, and the discovery that single molecules could be inserted into droplets where they were free to rotate.A dramatic early discovery was the finding in 1992 by Fröchtenicht and Vilesov in

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural SciencesMême sujetQuantum, superfluid, helium dynamicsTravaux en français237 207