MétaCan
Menu
Retour à la cohorte
Enregistrement W4404733121 · doi:10.1016/j.jobab.2024.11.002

Disassembly, refinement, and reassembly: From ancient papermaking to modern materials processing

2024· article· en· W4404733121 sur OpenAlexvenueno aff
Jing Shen, Meiyun Zhang

Notice bibliographique

RevueJournal of Bioresources and Bioproducts · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRecycling and Waste Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPapermakingComputer scienceConstruction engineeringEngineeringPulp and paper industry

Résumé

récupéré en direct d'OpenAlex

Papermaking, a cornerstone of human civilization and one of China's Four Great Inventions, exemplifies the enduring legacy of ancient ingenuity in shaping modern materials science. Originating from the groundbreaking work of Lun Cai and his team, the papermaking process involves the meticulous disassembly, refinement, and reassembly of natural fibers into cohesive sheets: a process that, while refined, has remained fundamentally unchanged for nearly 2 000 years. This work explores the pivotal role of papermaking in contemporary society within the broader context of materials science, highlighting its fundamental principles and the remarkable versatility of its scalable process. Papermaking, once central to the dissemination of knowledge worldwide, has now evolved into a key player in the sustainable production of environmentally friendly products, touching every aspect of modern life. The principles underlying papermaking have inspired the development of novel materials, with techniques such as vacuum filtration paving the way for innovations like nanopapers based on a diverse group of building blcoks. Looking ahead, the field presents significant opportunities in sustainable sourcing, the creation of eco-friendly packaging, and the development of advanced materials with applications in healthcare and beyond. The enduring relevance of papermaking lies in its adaptability, versatility, and boundless potential for future innovation.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
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 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

Citations18
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bioresources and BioproductsMême sujetRecycling and Waste Management TechniquesTravaux en français237 207