Rietveld refinement of LaB<sub>6</sub>: data from µXRD
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
The Rietveld method of crystal structure refinement was an important breakthrough, allowing crystal structural information to be obtained from powder diffraction data. One remaining challenge is to collect Rietveld-quality data for polycrystalline minerals in situ , using laboratory-based micro X-ray diffraction (µXRD) techniques. Here a new data collection method is presented, called `multiframes', which produces high-quality data, suitable for Rietveld refinement, using the Bruker D8 DISCOVER micro X-ray diffractometer. 91 frames of two-dimensional X-ray diffraction data were collected for powdered NIST SRM 660 LaB 6 standard material, using a general area-detector diffraction system (GADDS), at intervals of 0.8° 2θ. For each frame, only the central 1° 2θ was integrated and merged to produce a diffraction profile from 17 to 90° 2θ. Rietveld refinement of this data using TOPAS2 gave a unit-cell parameter ( a o ) and atomic position of boron ( x ) for LaB 6 of 4.1549 (1) Å and 0.1991 (9), respectively ( R wp = 4.26, R Bragg = 3.21). The corresponding La—B bond length was calculated to be 3.0522 Å. These parameters are in good agreement with the literature values for LaB 6 . These encouraging results suggest that Rietveld-quality micro X-ray diffraction data can be collected from the Bruker D8 DISCOVER diffractometer, provided that the GADDS detector is stepped in small increments, for each frame only the central 1° 2θ is integrated at constant arc length, and counting time is sufficient to yield adequate intensity (∼10 000 counts).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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