MétaCan
Menu
Retour à la cohorte
Enregistrement W4393660359 · doi:10.5281/zenodo.7945452

In Situ Exfoliation Method of Large-Area 2D Materials

2023· dataset· en· W4393660359 sur OpenAlexaff
Antonija Grubišić‐Čabo, Matteo Michiardi, Charlotte E. Sanders, Marco Bianchi, Davide Curcio, Dibya Phuyal, Magnus H. Berntsen, Qinda Guo, Maciej Dendzik

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineEngineering
ThématiqueIndustrial Vision Systems and Defect Detection
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIn situExfoliation jointMaterials scienceGeologyChemistryNanotechnology

Résumé

récupéré en direct d'OpenAlex

Datasets for In Situ Exfoliation Method of Large-Area 2D Materials publication. Extreme UV photoemission band mapping of 2D materials WS2, WSe2 and WTe2 exfoliated in ultra-high vacuum on Au(111), Ag(111) and Ge(001), and AgTe alloy on Ag(111). Measurements were conducted at the BALTAZAR facility in Stockholm, Sweden using a laser-based setup with arepetition rate of 250 kHz, and the fifth harmonic 18.1 eV, and at the SGM-3 beamline of the 3rd-generation ASTRID2 synchrotron radiation source in Aarhus, Denmark with a photon energy 49 eV, 53 eV and 63 eV. All measurements were performed at room temperature.<br> <br> Experimental data are provided in ibw format (Igor Pro).

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,011

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 Opus0,045
Tête enseignante GPT0,287
Écart entre enseignants0,242 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetIndustrial Vision Systems and Defect DetectionTravaux en français237 207