3D Chemical Mapping: Application of Scanning Transmission (Soft) X-ray Microscopy (STXM) in Combination with Angle-Scan Tomography in Bio-, Geo-, and Environmental Sciences
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 identification of environmental processes and mechanisms often requires information on the organochemical and inorganic composition of specimens at high spatial resolution. X-ray spectroscopy (XAS) performed in the soft X-ray range (100-2,200 eV) provides chemical speciation information for elements that are of high biogeochemical relevance such as carbon, nitrogen, and oxygen but also includes transition metals such as iron, manganese, or nickel. Synchrotron-based scanning transmission X-ray microscopy (STXM) combines XAS with high resolution mapping on the 20-nm scale. This provides two-dimensional (2D) quantitative information about the distribution of chemical species such as organic macromolecules, metals, or mineral phases within environmental samples. Furthermore, the combination of STXM with angle-scan tomography allows for three-dimensional (3D) spectromicroscopic analysis of bio-, geo-, or environmental samples. For the acquisition of STXM tomography data, the sample is rotated around an axis perpendicular to the X-ray beam. Various sample preparation approaches such as stripes cut from TEM grids or the preparation of wet cells allow for preparing environmentally relevant specimens in a dry or in a fully hydrated state for 2D and 3D STXM measurements. In this chapter we give a short overview about the principles of STXM, its application to environmental sciences, different preparation techniques, and the analysis and 3D reconstruction of STXM tomography data.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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