MétaCan
Menu
Retour à la cohorte
Enregistrement W7129419575 · doi:10.48505/nims.5885

Introduction to rare earth materials

2025· article· xx· W7129419575 sur OpenAlexfundno aff
Ashlee J. Howarth, Toshiki Mori

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2025
Typearticle
Languexx
DomaineMaterials Science
ThématiqueLayered Double Hydroxides Synthesis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesJST-Mirai ProgramNatural Sciences and Engineering Research Council of CanadaNorthwestern University
Mots-clésRare earthDiversity (politics)LanthanideElectronic materials

Résumé

récupéré en direct d'OpenAlex

The rare-earth elements include Sc, Y and the 15 lanthanoids from La to Lu. Owing, in part, to their diverse coordination numbers and geometries and relatively localized orbitals, the rare-earth materials find application in lighting, displays, catalysis, hydrogen storage, photovoltaics, magnetism, magnetocalorics, thermoelectrics, biomedical science and sensing, amongst others. In addition to their various applications, there are diverse classes of materials that can be synthesized using rare-earth elements including coordination complexes, polymers, metal–organic frameworks (MOFs), solid-state inorganic materials, and nanoparticles, etc.1 Therefore, in addition to the structural diversity of rare-earth materials, the unique electronic properties of the rare-earth elements, particularly the lanthanoids, engenders the resulting materials with tunable luminescence, and magnetic behaviour, etc.1,2 This themed collection showcases both the structural diversity and versatile physical properties of rare-earth materials. Here we have chosen several papers from this themed collection to feature, while there are other papers in the collection that advance the materials chemistry of rare-earth elements, and we believe that all papers will be of high interest to the community.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,408
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetLayered Double Hydroxides Synthesis and ApplicationsTravaux en français237 207