MétaCan
Menu
Retour à la cohorte
Enregistrement W4410098741 · doi:10.1080/08957959.2025.2498496

Brillouinview for Brillouin spectroscopy data processing and single crystal elasticity modelling

2025· article· en· W4410098741 sur OpenAlexfundno aff
Meryem Berrada, T. M. Hayes, Juliana Peckenpaugh, Alan McFall, Ian Wynn, Bin Chen

Notice bibliographique

RevueHigh Pressure Research · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesNational Coordination OfficeNational Aeronautics and Space Administration
Mots-clésBrillouin SpectroscopyElasticity (physics)SpectroscopyMaterials scienceSingle crystalBrillouin scatteringBiological systemCrystallographyOpticsChemistryPhysicsComposite materialLaser

Résumé

récupéré en direct d'OpenAlex

The Brillouin scattering technique is crucial in geosciences and material sciences because it allows for the accurate determination of elastic properties of materials, which are essential for understanding their behavior and stability under various conditions. BrillouinView is an open-source software program developed in Python, designed to seamlessly integrate the calibration, visualization, and fitting of Brillouin scattering data with single-crystal elasticity modeling. Despite its importance in geosciences and materials sciences, the Brillouin scattering technique has historically lacked feature-rich, functional analysis and modeling software due to its complexity and the need for precise calibration and fitting techniques. BrillouinView addresses these challenges by providing a comprehensive toolkit that simplifies and enhances the analysis process.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: Logiciel
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0820,031

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 Opus0,109
Tête enseignante GPT0,346
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreLogiciel

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigh Pressure ResearchMême sujetHigh-pressure geophysics and materialsTravaux en français237 207