MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393723209 · doi:10.5281/zenodo.4139735

Dataset associated to Bioinspired electro-permeable glycans on carbon: Fouling control for sensing in complex matrices

2019· dataset· en· W4393723209 sur OpenAlexaff
Alessandro Iannaci, Adam Myles, James Behan A., Éadaoin Whelan, Eoin Scanlan M., Paula Colavita E.

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typedataset
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensTrinity College
Organismes subventionnairesScience Foundation IrelandEuropean Commission
Mots-clésFoulingGlycanCarbon fibersControl (management)Chemical engineeringChemistryComputer scienceEngineeringArtificial intelligenceMembraneAlgorithmBiochemistry

Résumé

récupéré en direct d'OpenAlex

This dataset is associated to the publication "Bioinspired electro-permeable glycans on carbon: Fouling control for sensing in complex matrices" performed in Trinity College, Dublin, Ireland. The dataset contains raw data associated to the measures contained in the article: X ray photoelectron spectroscopy, Atomic force microscopy, cyclic voltammetries. This publication has emanated from research conducted with the financial support of Science Foundation Ireland (SFI) grant No. 13/CDA/2213. AM and JAB gratefully acknowledge support from the School of Chemistry and the Irish Research Council Grant No. GOIPG/2014/399, respectively. EW is grateful for support by the Undergraduate Research Bursary Program of the Royal Society of Chemistry and Nuffield Foundation. Use of the XPS of Prof. I. V. Shvets and C. McGuinness provided under SFI Equipment Infrastructure funds. This project has received funding from the European Union’s Horizon 2020 research and innovation programme under the Marie Skłodowska-Curie grant agreement No. 799175 (HiBriCarbon). The results of this publication reflect only the authors’ view and the Commission is not responsible for any use that may be made of the information it contains.

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)0,007
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0040,002
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0470,046

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 Opus0,053
Tête enseignante GPT0,292
Écart entre enseignants0,239 · 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
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetDiatoms and Algae Research→Travaux en français237 207→