MétaCan
Menu
Retour à la cohorte
Enregistrement W6894122392 · doi:10.5286/isis.e.rb2310334-1

CANADIAN: Shining a light on “NMR-invisible” biocidal borate glasses

2023· dataset· en· W6894122392 sur OpenAlexaboutno aff

Notice bibliographique

RevueScience and Technology Facilities Council · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBoronDissolutionAqueous solutionCopperReagentBorosilicate glassInfiltration (HVAC)Borate glass

Résumé

récupéré en direct d'OpenAlex

Dissolvable copper-sodium-borate glass has found an industrial application as a wood preservative, where the biocidal copper and borate ions in solution slowly infiltrate and bind to wood’s chemical components, leading to an inhospitable environment for most microorganisms, tripling lifetimes of wood products (approx. ten years). The unique dissolution behaviour, which is paramount to the successful application of these glasses, is dependent on the copper-borate bonding in the glassy state: one cannot simply add the starting reagents to water and expect the same infiltration behaviour. The main goal is to understand the chemical bonding within the glass that results in the strong infiltration of the aqueous copper-borate complexes into the wood. Discernment of the different bonding environments in the glass is more reliable than in the solution state, and would aid future investigations of aqueous coordination complexes, likely by X-ray absorption. We will extract accurate information about the boron and copper bonding environments from neutron total scattering and x-ray total scattering, respectively (including dependence on independently measured oxidation state). In addition to fundamental understanding about copper in borates glass, we wish to quantitatively relate molecular structure to the macroscopic properties, such as dissolution behaviour, physical and mechanical properties.

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 enseignants0,080
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0410,032

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 Opus0,041
Tête enseignante GPT0,250
Écart entre enseignants0,209 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Technology Facilities CouncilTravaux en français237 207