Quantitative reflectance spectroscopy as an alternative to traditional wet lab analysis of foliar chemistry: near-infrared and mid-infrared calibrations compared
Notice bibliographique
Résumé
Quantitative reflectance spectroscopy offers an alternative to traditional analytical methods for the determination of the chemical composition of a sample. The objective of this study was to develop a set of spectroscopic calibrations to determine the chemical composition (nutrients, carbon, and fiber constituents, determined using standard wet lab methods) of dried conifer foliage samples (N = 72), and to compare the predictive ability of calibrations based on three different spectral regions: visible and shortwave near infrared (VISsNIR, 400- to 1100-nm wavelengths), near infrared (NIR, 1100- to 2500-nm wavelengths), and mid infrared (MIR, 2500- to 25 000-nm wavelengths). To date, most quantitative reflectance spectroscopy has been based on the VISsNIRNIR, and the ability of MIR calibrations to predict the composition of tree foliage has not been tested. VISsNIR calibrations were clearly inferior to those based on longer wavelengths. For 8 of 11 analytes, the MIR calibrations had the lowest standard error of cross-validation, but in most cases the difference in accuracy between NIR and MIR calibrations was small, and against an independent validation set, there was no clear evidence that either spectral region was superior. Although quantitative MIR spectroscopy is at a more primitive state of development than NIR spectroscopy, these results demonstrate that the mid infrared has considerable promise for quantitative analytical work.
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 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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».