MétaCan
Menu
Retour à la cohorte
Enregistrement W1582138638 · doi:10.1088/1674-1137/39/3/036202

A preliminary study of small-mass radiocarbon sample measurement at Xi'an-AMS

2015· article· en· W1582138638 sur OpenAlexaff
Yunchong Fu, Weijian Zhou, Hua Du, Peng Cheng, Xiaolei Zhao, Qi Liu, Xuefeng Lu, Wen-Nian Zhao

Notice bibliographique

RevueChinese Physics C · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRadiocarbon datingAccelerator mass spectrometryPhysicsSample (material)Carbon fibersDilutionSputteringAnalytical Chemistry (journal)Materials scienceChemistryArchaeologyEnvironmental chemistryHistoryComposite material

Résumé

récupéré en direct d'OpenAlex

To meet the measurement demands on small-mass radiocarbon (carbon content at 10−6 g level) which are becoming increasingly significant, Xi'an-AMS has made improvements to the existing method of sample loading and has upgraded the Cs sputter ion source from the original SO-110 model. In order to study the feasibility of small-mass samples in Xi'an-AMS and evaluate the radiocarbon sample preparation ability using existing routine systems of H2/Fe and Zn/Fe, the small-mass samples prepared by four different methods are tested. They are the mass division method, mass dilution method, H2/Fe reduction method and Zn/Fe reduction method. The results show that carbon mass above 25 μg can be prepared using the existing Zn/Fe system, but no less than 100 μg is required using the existing H2/Fe system, which can be improved. This indicates Xi'an-AMS are now able to analyze small-mass radiocarbon samples.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,423

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,232
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Physics CMême sujetArchaeology and ancient environmental studiesTravaux en français237 207