MétaCan
Menu
Retour à la cohorte
Enregistrement W1968782271 · doi:10.1111/j.1751-908x.2010.00090.x

Comparison between Nickel‐Sulfur Fire Assay Te Co‐precipitation and Isotope Dilution with High‐Pressure Asher Acid Digestion for the Determination of Platinum‐Group Elements, Rhenium and Gold

2010· article· en· W1968782271 sur OpenAlexaff
Dany Savard, Sarah‐Jane Barnes, Thomas Meisel

Notice bibliographique

RevueGeostandards and Geoanalytical Research · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésRheniumPlatinum groupIsotope dilutionChemistryNickelSulfurPlatinumIsotopeHomogeneousAnalytical Chemistry (journal)MetallurgyInorganic chemistryChromatographyMass spectrometryMaterials scienceMathematicsCatalysis

Résumé

récupéré en direct d'OpenAlex

The accurate determination of platinum‐group elements (PGE), rhenium and gold is important in both fundamental research and ore deposit studies. Questions have been raised by some authors as to whether the nickel‐sulfur fire assay technique (NiS‐FA) efficiently collects all the PGE. On the other hand, most isotope dilution (ID) techniques can only treat small test portion masses (2 g was used for high‐pressure asher digestion; HPA) and this makes them more vulnerable to nugget effects. We determined PGE concentrations in ten reference materials with the aim of comparing the performance characteristics of the two methods. Both methods determine Ru, Pd, Os, Ir and Pt and we found that there were no significant systematic differences in the recovery. The advantages of NiS‐FA were that: (a) it is capable of determining Rh and Au; (b) the relatively large test portion mass (15 g) reduces the nugget effect and (c) it is faster and less expensive than HPA‐ID. The advantages of HPA‐ID were that: (a) it determined Re and (b) it had low level blanks, lower detection limits and hence better precision in low‐level homogeneous samples. Each technique had advantages and limitations; they should be considered as complementary rather than competing techniques.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,035
Tête enseignante GPT0,350
Écart entre enseignants0,315 · 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

Citations146
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeostandards and Geoanalytical ResearchMême sujetGeochemistry and Geologic MappingTravaux en français237 207