MétaCan
Menu
Retour à la cohorte
Enregistrement W2030425269 · doi:10.1144/1467-7873/06-122

Measurement of Pb isotope ratios by continuous leach–inductively coupled plasma–mass spectrometry: quantification of precision and accuracy

2007· article· en· W2030425269 sur OpenAlexaff
William R. MacFarlane, T. Kurtis Kyser, D. Chipley

Notice bibliographique

RevueGeochemistry Exploration Environment Analysis · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésInductively coupled plasma mass spectrometryIsotopeMass spectrometryAnalytical Chemistry (journal)ChemistryInductively coupled plasmaAccuracy and precisionPlasmaRadiochemistryChromatographyPhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Precision and accuracy have been quantified for the determination of lead isotope ratios using continuous leach–inductively coupled plasma–mass spectrometry (CL-ICP-MS) by optimizing acquisition parameters and minimizing the number of elements in the method. By analysing for only 204 Pb, 206 Pb, 207 Pb, 208 Pb, 200 Hg, and 202 Hg, counting times can be increased allowing improvements in isotope ratio precision over normal CL-ICP-MS determinations, which measure these elements as part of a much larger suite. At total Pb concentrations of 1 ppb in solution, results show that precisions of 6.7% to 8.3% and 7.8% to 21% can be achieved for 207 Pb/ 206 Pb and 207 Pb/ 204 Pb, respectively, over the 0% to 30% HNO 3 concentrations used in CL-ICP-MS. Accuracy, as measured against the certified values for NIST 981, ranges from 0.5% to 1.4% and 1.4% to 21% for 207 Pb/ 206 Pb and 207 Pb/ 204 Pb, respectively. The improvement in precision and accuracy afforded by this technique allows greater differentiation of isotopically distinct reservoirs of Pb within natural samples collected for exploration and environmental geochemistry.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,279
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,216 · 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.

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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeochemistry Exploration Environment AnalysisMême sujetIsotope Analysis in EcologyTravaux en français237 207