On the special application of Thompson–Howarth error analysis to geochemical variables exhibiting a nugget effect
Notice bibliographique
Résumé
Thompson–Howarth error analysis is based on the assumption that measurement error is normally distributed. As a result, geochemical variables that are not normally distributed, such as those containing rare nuggets, cannot be statistically evaluated using Thompson–Howarth error analysis unless a modification to the procedure, involving use of the group root mean square (RMS) standard deviations, is implemented that makes it independent of the normality assumption. This modification prevents samples exhibiting a positively skewed error distribution, such as that produced by a ‘nugget effect’, from having their measurement errors underestimated (biased) using conventional Thompson–Howarth error analysis. A consequence of the duplicate error analysis of ‘nuggety’ samples is that the maximum feasible relative error (of 141.2%; one standard deviation divided by the mean) may be observed in some samples. Maximum feasible relative errors for n replicates are equal to √ n . Maximum relative errors may be observed because Poisson probabilities of obtaining zero nuggets in one duplicate and one or several nuggets in another are not negligible, and thus very large grade disparities can be obtained in duplicate samples simply due to natural sampling variability. As a result, an abundance of samples exhibiting this maximum relative error is not necessarily an analytical or sample numbering error, but rather an expected consequence of sampling geological materials exhibiting large nugget effects, and may reflect relative measurement error that is larger than the maximum exhibited by duplicate samples. Consequently, if a large number of duplicate samples exhibit relative errors close to the maximum, it is likely that Thompson–Howarth error analysis of duplicate samples will underestimate the actual relative error in the data. As a result, replicate samples (where n >2) that have higher maximum relative error limits should be used to ensure that relative error estimates derived from such a Thompson–Howarth error analysis are not biased low (underestimated).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,066 | 0,243 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».