MétaCan
Menu
Retour à la cohorte
Enregistrement W2062464851 · doi:10.1366/000370204873088

Multielemental Laser-Enhanced Ionization Spectrometry for the Determination of Lead at the Trace Level in Pelletized Coal Using Laser Ablation and Internal Standard Signal Normalization

2004· article· en· W2062464851 sur OpenAlexafffund
Jean-François Y. Gravel, Mathieu L. Viger, Philippe Nobert, Denis Boudreau

Notice bibliographique

RevueApplied Spectroscopy · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnalytical Chemistry (journal)Certified reference materialsLaser ablationRepeatabilityLaserGraphiteMaterials scienceDetection limitAblationIndiumMass spectrometryChemistryOpticsChromatographyOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Laser ablation laser-enhanced ionization (LA-LEI) was used for the simultaneous measurement of lead and indium in pelletized graphite and coal samples. UV Laser ablation of the solid samples was performed in an ablation cell and the ablated material was carried by a flow of gas to a miniature LEI flame where lead was detected. The influence of parameters such as binder content of the solid pellets and dispersion of the analytes spiked in the sample material, as well as the number of ablation pulses per crater on signal repeatability and on the size and shape of ejected particles was examined. Measurement repeatability values of 2 to 5% of relative standard deviation were obtained using indium as an internal standard to correct for variations in the ablation rate. A limit of detection of 120 nanograms per gram was calculated for the determination of Pb in high-purity graphite. The Pb concentration in the NIST 1632c Bituminous Coal certified reference material was determined to within 1% of its certified value, using graphite as the matrix-matching material and In as the internal standard in pelletized solid samples.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,024
Tête enseignante GPT0,301
Écart entre enseignants0,277 · 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

Citations19
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SpectroscopyMême sujetAnalytical chemistry methods developmentTravaux en français237 207