MétaCan
Menu
Retour à la cohorte
Enregistrement W4391045261 · doi:10.3934/geosci.2024002

Energy and tellurium deposits

2024· article· en· W4391045261 sur OpenAlexaff
Jianzhao Yin, Haoyu Yin, Yuhong Chao, Hongyun Shi

Notice bibliographique

RevueAIMS Geosciences · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueRadioactive element chemistry and processing
Établissements canadiensARC Resources (Canada)
Organismes subventionnairesnon disponible
Mots-clésTelluriumResource (disambiguation)Earth scienceGeologyComputer scienceGeochemistryNatural resource economicsEnvironmental scienceMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

In this article, we focus on the next generation of green batteries that are closely related to semi-metallic tellurium and its deposits. We briefly summarize the chemical and geochemical characteristics of tellurium that ordinary readers are not familiar with or have never heard of, and its important role in many fields such as high-tech and medical care, current global resource distribution, major mineral extraction and purification technologies and market evolution, etc. The spatiotemporal distribution of the two main types of tellurium deposits, namely associated tellurium deposits and independent tellurium deposits, is introduced in detail. The geological and geochemical characteristics of the only independent tellurium deposit in the world are introduced in detail, so that relevant researchers can use this deposit as an example to discover more independent tellurium deposits around the world, meeting people's increasingly urgent demand for tellurium and realizing the sustainable development of human society. We believe that humans will discover more and more new energy metals in the near future to meet the dual goals of protecting the earth's environment and developing the economy, which are contradictory and mutually reinforcing. New generation of energy metal batteries must be small, compact, easy to carry, charge quickly, and have a long life.

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)0,000
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,238
Écart entre enseignants0,229 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS GeosciencesMême sujetRadioactive element chemistry and processingTravaux en français237 207