MétaCan
Menu
Retour à la cohorte
Enregistrement W2069756596 · doi:10.5589/q09-011

Laser-induced breakdown spectroscopy as a geological tool for field planetary analogue research

2009· article· en· W2069756596 sur OpenAlexvenueaboutno aff
Alexander Koujelev, Vincent Motto-Ros, Daniel Gratton, Alexander E. Dudelzak

Notice bibliographique

RevueCanadian aeronautics and space journal · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaser-induced breakdown spectroscopySpectroscopyField (mathematics)Remote sensingElemental analysisLaserArtificial neural networkMaterials scienceAerospace engineeringAnalytical Chemistry (journal)Environmental scienceEngineeringComputer scienceOpticsChemistryGeologyPhysicsMachine learningEnvironmental chemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Laser-induced breakdown spectroscopy (LIBS) is a spectroscopic technique for analysis of the elemental composition of condensed and gaseous media. LIBS has demonstrated high potential in many areas, including space exploration. The main technology challenge remains retrieval of quantitative information from measured spectra. In this work, we consider analysis of LIBS spectra based on an artificial neural network (ANN) analytical method recently developed at the Canadian Space Agency. The ANN method has demonstrated in the laboratory a capability to retrieve real-time concentrations of chemical elements with acceptable precision in mineral samples. Future research should include testing and validation of the ANN-LIBS technique with field measurements on Earth analogues of planetary sites.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,278
Écart entre enseignants0,253 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations12
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian aeronautics and space journalMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207