The 2026 active metamaterials roadmap
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Active metamaterials (AMMs) are engineered structures that possess novel properties that can be changed after the point of manufacture. Their novel properties arise predominantly from their physical structure, as opposed to their chemical composition and can be changed through means such as direct energy addition into wave paths, or physically changing/morphing the structure in response to both a user or environmental input. AMMs are currently of wide interest to the physics community and encompass a range of sub-domains in applied physics (e.g. photonic, microwave, acoustic, mechanical, etc). They possess the potential to provide solutions that are more suitable to specific applications, or which allow novel properties to be produced which cannot be achieved with passive metamaterials, such as time-varying or gain enhancement effects. They have the potential to help solve some of the important current and future problems faced by the advancement of modern society, such as achieving net-zero, sustainability, healthcare and equality goals. Despite their huge potential, the added complexity of their design and operation, compared to passive metamaterials creates challenges to the advancement of the field, particularly beyond theoretical and lab-based experiments. This roadmap brings together experts in all types of AMMs and across a wide range of areas of applied physics. The objective is to provide an overview of the current state of the art and the associated current/future challenges, with the hope that the required advances identified create a roadmap for the future advancement and application of this field.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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