MétaCan
Menu
Retour à la cohorte
Enregistrement W1965619394 · doi:10.1021/ac504094n

Elemental Characterization of Single-Wall Carbon Nanotube Certified Reference Material by Neutron and Prompt γ Activation Analysis

2015· article· en· W1965619394 sur OpenAlexaffabout
Jan Kučera, John W. Bennett, Rabia Oflaz, Rick L. Paul, Elisabete A. De Nadai Fernandes, Marie Kubešová, Márcio Arruda Bacchi, Attila Stopic, Ralph E. Sturgeon, Patrícia Grinberg

Notice bibliographique

RevueAnalytical Chemistry · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Institute of Metrology, ChinaNational Institute of Standards and TechnologyGrantová Agentura České Republiky
Mots-clésNeutron activation analysisChemistryCertified reference materialsCharacterization (materials science)NISTMass fractionNeutronCarbon nanotubeAnalytical Chemistry (journal)RadiochemistryNuclear chemistryNanotechnologyNuclear physicsEnvironmental chemistryChromatographyMaterials sciencePhysicsDetection limit

Résumé

récupéré en direct d'OpenAlex

Instrumental neutron activation analysis with both relative and k0 standardization was used in four experienced laboratories to determine element mass fractions in single-wall carbon nanotube certified reference material (CRM) SWCNT-1. Results obtained were evaluated using the National Institute of Standards and Technology (NIST) "Type B On Bias" approach and yielded consensus values in agreement with National Research Council Canada (NRCC) certified values for Fe, Co, Ni, and Mo and provided mass fraction values for 13 additional elements, namely, Na, Mg, Al, K, Ca, Ti, V, Cr, Mn, Br, La, W, and Au. In addition, prompt γ neutron activation analysis was employed to determine mass fractions of H, B, Co, Ni, and Mo. Results of this work provide a basis for the establishment of reference values of element mass fractions in CRM SWCNT-1, thus expanding its usability for more accurate characterization and benchmarking of similar nanotechnology materials.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations20
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetNuclear Physics and ApplicationsTravaux en français237 207