IMAGING ELEMENT-DISTRIBUTION PATTERNS IN MINERALS BY LASER ABLATION - INDUCTIVELY COUPLED PLASMA - MASS SPECTROMETRY (LA-ICP-MS)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We demonstrate the application potential of laser-ablation - inductively coupled plasma - mass spectrometry (LA-ICP-MS) to map the distribution of major and trace elements in a variety of samples. The examples cover a wide range of elements, including the rare-earth elements (REE) and platinum-group elements (PGE). In order to test the capabilities of the technique, samples of different matrices were analyzed (i.e., carbonates, silicates and sulfides). The main obstacle to rapid processing of element-distribution maps by laser ablation was data processing. This has been overcome with the development of new software, such as IOLITE, and improved designs of the laser-ablation cells and refinements of commercially available laser systems. It is possible to obtain fully quantified concentration maps for single-matrix samples using parallel adjoining line-scans. Single spot-analyses will result in better precision and accuracy, but the geochemical images are superior to conventional laser-ablation spot-analysis because they reveal geochemical details that are not visible under the microscope and cannot be appreciated with single spot-analyses. In addition to providing spatial information, the individual line-scans that are used in the image acquisition offer the option to obtain quantitative results along any part of the scan. Using LA-ICP-MS imaging, our dataset reveals zoned REE distribution in garnet crystals, a heterogeneous occurrence of the PGE in sulfides, as well as the internal chemical structures in ooids with respect to conditions of growth.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle