Comparison of mass bias correction models for the examination of isotopic composition of mercury using sector field ICP-MS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Six mass bias correction models, viz., linear law, power law, exponential law, Russell equation, common analyte internal standardization (CAIS) and polynomial function, were evaluated for the measurement of the isotopic composition of a natural abundance mercury standard solution using a sector field ICP-MS instrument. Thallium, Os and Ir were tested as internal standards. Significant differences in resultant isotope abundances were noted when the various mass bias correction models and different internal standards were used for instrument mass bias correction. The isotopic abundances calculated from Hg ratios corrected for mass bias using a polynomial function with Os, Ir and Tl as internal standards resulted in data having the smallest relative difference (Df) from IUPAC values, which were selected as common reference points. No significant Df in results arose when the power law, exponential law and Russell equation models for mass bias correction were used in conjunction with the Tl internal standard, these exhibiting the next smallest Df values. Hg isotope abundances having the third smallest Df values arose with a linear law model. Of the three internal standards examined, use of Tl for mass bias correction provided the smallest Df values with these four models, which only require one pair of isotopes from a reference standard. The CAIS model produced the largest Df values in this study.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle