MétaCan
Menu
Retour à la cohorte
Enregistrement W4391782630 · doi:10.26434/chemrxiv-2024-ttxnr

Does one need to polish electrodes in an eight pattern? Automation provides the answer.

2024· preprint· en· W4391782630 sur OpenAlexafffund
Naruki Yoshikawa, Gun Deniz Akkoc, Sergio Pablo‐García, Yang Cao, Han Hao, Alán Aspuru‐Guzik

Notice bibliographique

RevueChemRxiv · 2024
Typepreprint
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensCanadian Institute for Advanced ResearchVector InstituteUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBundesministerium für Bildung und ForschungMitacsCanadian Institute for Advanced ResearchUniversity of MinnesotaU.S. Department of Energy
Mots-clésPolishingAutomationElectrodeElectrochemistryComputer scienceChemical-mechanical planarizationMaterials scienceMechanical engineeringEngineering drawingEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Automation of electrochemical measurements can accelerate the discovery of new electroactive materials. One of the hurdles to automated electrochemical measurement is the pretreatment of electrodes because mechanical polishing is usually conducted manually. Here we investigate the automation of electrochemical measurements using a robotic arm. We demonstrate automated mechanical polishing using a polishing station with a moving polishing pad and evaluate the effect of different polishing motions. Our automatic polishing method improved the corroded electrodes, and we found the effect of polishing motions was not significant. This research is a step toward automating electrochemistry experiments without human intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,871

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,249
Écart entre enseignants0,236 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetAnalytical Chemistry and SensorsTravaux en français237 207