MétaCan
Menu
Retour à la cohorte
Enregistrement W2111980732 · doi:10.1111/j.1751-908x.2015.00340.x

Quantification of Metals and Semimetals in Carbon‐Rich Rocks: A New Sequential Protocol Including Extraction from Humic Substances

2015· article· en· W2111980732 sur OpenAlexafffund
Renato Henrique‐Pinto, Sarah‐Jane Barnes, Dany Savard, Sadia Mehdi

Notice bibliographique

RevueGeostandards and Geoanalytical Research · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesCanada Research Chairs
Mots-clésAqua regiaChemistryExtraction (chemistry)Hydrofluoric acidHumic acidSulfideSilicateSulfide mineralsMetalCarbon fibersOil shaleEnvironmental chemistryTotal organic carbonMineralogyGeologyInorganic chemistryPyriteOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

We have developed a new sequential extraction technique that does not require complex procedures and is efficient in determining metal and semimetal contents of carbon‐rich rocks. Six geological reference materials ( SBC ‐1, SCHS ‐1, SC o‐1, SDO ‐1, SGR ‐1b and SL g‐1) and an in‐house black shale ( SH ‐1) were selected to test the method, which consists of four main digestion steps involving: (a) dilute HC l acid; (b) Na OH ; (c) aqua regia; and (d) hydrofluoric acid. Compared with traditional aqua regia + hydrofluoric acid attack, this new protocol recovers more of the moderately volatile elements during early extraction of humic substances. In addition when compared with reference values, those for most elements are in agreement within uncertainty. Furthermore, this new protocol reveals important information on the partitioning of elements; for instance, steps one and two indicate which elements are associated with carbonates and organic phases from fulvic and humic acid extractions, whereas step three provides results for which elements are associated with sulfide minerals and step four indicates which elements remained in the silicate and oxide phases.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,192
Tête enseignante GPT0,437
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
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

Citations21
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeostandards and Geoanalytical ResearchMême sujetGeochemistry and Geologic MappingTravaux en français237 207