Spatial Geochemistry: A Characterisation of Heterogeneity in Reference Materials
Notice bibliographique
Résumé
Geochemical reference materials (RMs) for microbeam techniques are typically characterised by averages and dispersion statistics (e.g., standard deviation, variance) that are calculated for a number of measurements (beam shots). It is proposed that the mapping of RMs will add spatial information that better characterises the grouping and magnitudes of the heterogeneities and provides the information necessary to define a minimum analytical mass. A simple mathematical solution is proposed, which can be easily computed and understood. The analogous notions to sill and range from geostatistics are applied to the minimum analytical mass versus the relative standard deviation. To assess grouping and magnitudes of the heterogeneities, a ‘proximity number’ is computed for each average value ± ‘n’ standard deviations (magnitude). Different chemical anomalies have been simulated to demonstrate the behaviour of the proximity number. To further test the proposed spatial geochemistry concept, sulfide‐ and oxide‐bearing RMs have been selected because many are crippled with nugget effect. They have been mapped with a micro‐XRF apparatus, and results are presented for CHR‐Bkg, CHR‐Pt+, MASS‐1, MASS‐3, WMS‐1 and WMS‐1a. MASS‐1 and MASS‐3 are the most suitable RMs for microbeam techniques. Spatial geochemistry offers a new approach to better characterise reference 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».