Pressure dependence of ionic polarizabilities in crystals (2001)
- Authors:
- Autor USP: MONARD, MARIA CAROLINA - ICMC
- Unidade: ICMC
- DOI: 10.1007/s10789-005-0126-9
- Subjects: COMPUTAÇÃO APLICADA; FÍSICO-QUÍMICA
- Language: Inglês
- Source:
- Título: Computers and Chemistry
- ISSN: 978485
- Volume/Número/Paginação/Ano: v. 25, p. 429-438, 2001
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MONARD, Maria Carolina et al. Pressure dependence of ionic polarizabilities in crystals. Computers and Chemistry, v. 25, p. 429-438, 2001Tradução . . Disponível em: https://doi.org/10.1007/s10789-005-0126-9. Acesso em: 05 fev. 2026. -
APA
Monard, M. C., Bruno, J. A. O., Faour, J., & Batana, A. (2001). Pressure dependence of ionic polarizabilities in crystals. Computers and Chemistry, 25, 429-438. doi:10.1007/s10789-005-0126-9 -
NLM
Monard MC, Bruno JAO, Faour J, Batana A. Pressure dependence of ionic polarizabilities in crystals [Internet]. Computers and Chemistry. 2001 ; 25 429-438.[citado 2026 fev. 05 ] Available from: https://doi.org/10.1007/s10789-005-0126-9 -
Vancouver
Monard MC, Bruno JAO, Faour J, Batana A. Pressure dependence of ionic polarizabilities in crystals [Internet]. Computers and Chemistry. 2001 ; 25 429-438.[citado 2026 fev. 05 ] Available from: https://doi.org/10.1007/s10789-005-0126-9 - An analysis of four missing data treatment methods for supervised learning
- Aplicação de métodos de séries temporais para a identificação de seções em exames de manometria anorretal
- A framework to integrate data mining components
- Mapeamento de dados não-estruturados para bases de dados estruturadas
- Extensões do algoritmo de aprendizado de máquina multirrótulo BRkNN
- Algoritmos de aprendizado baseado em grafos para classificação multirrótulo
- Lazy multi-label learning algorithms based on mutuality strategies
- Um algoritmo para selecionar regras de conhecimento utilizando medidas de avaliação de regras. (CDROM)
- An integrated environment for data mining
- Constructing ensembles of symbolic classifiers
Informações sobre o DOI: 10.1007/s10789-005-0126-9 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
