Improving Rietveld‐Based Clay Mineralogic Quantification of Oxisols Using Siroquant
Notice bibliographique
Résumé
Although mineralogic quantitative phase analysis (QPA) of the soil clay fraction can provide useful information for the improvement of soil management practices, QPA often requires a combination of several analytical techniques, which can be expensive and time consuming. One alternative that involves a single analysis to give accurate QPA of soils is the use of the Rietveld method to analyze powder x‐ray diffraction (XRD) data. In this study, we evaluated the accuracy of the XRD–Rietveld approach for mineralogic quantitative analyses of Oxisol clays when observed structure factors [ F ( hkl )] of pedogenic minerals (i.e., kaolinite, hematite, and goethite) are used in the Rietveld analyses performed using Siroquant software. The results showed that although the structures of disordered clay minerals are especially difficult to incorporate in standard Rietveld refinement, which relies on ordered three‐dimensional structure models, Mineralogic quantification can be accurately done for complex matrices having a large number of phases and various degrees of structural and compositional disorders when observed F ( hkl ) values are used. It is also possible to develop observed F ( hkl ) values for Al‐hematite and Al‐goethite from impure samples of such oxides to use as starting structure models for Rietveld analysis. We believe that this approach can be successfully extended to other geologic 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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».