MAJOR- AND TRACE-ELEMENT ANALYSIS OF SULFIDE ORES BY LASER-ABLATION ICP MS, SOLUTION ICP MS, AND XRF: NEW DATA ON INTERNATIONAL REFERENCE MATERIALS
Notice bibliographique
Résumé
International reference materials representing a diverse suite of sulfide ores and related lithologies have been analyzed for major and trace element concentrations by XRF, solution ICP-MS, and laser-ablation ICP-MS (LA-ICP-MS) after fusion of the sample to a lithium borate glass. Reference materials analyzed for this study include a wide variety of bulk compositions, including ores of Pb-Zn sulfides, Fe sulfides, Cu-Mo sulfides, and silicate matrices. Concentrations of 33 elements were determined, including lithophile and chalcophile elements of particular interest to economic geochemistry and ore deposit studies. The results of LA-ICP-MS analyses were calibrated using a fused glass standard prepared specifically for the analysis of sulfides. Accuracy of the LA-ICP-MS technique is established by comparison with results obtained by the other methods for abundance variations over several orders of magnitude. Replicate analyses demonstrate a precision of 2-8% (1 RSD) for the LA-ICP-MS data at rock-equivalent concentrations >1 ppm. Matrix effects were not a significant problem at the scale of compositional variation represented by these samples, and no significant differences in the results were produced with the laser operating in either fixed-spot or line-scan mode. LA-ICP-MS analysis of fused glasses effectively overcomes problems related to insoluble phases such as cassiterite that are resistant to acid dissolution. Whole-rock analysis of sulfide ores by XRF and LA-ICP-MS provides a fast and convenient approach for determinations of major-and trace-element concentrations in a variety of ores and related materials without the need for wet-chemical dissolutions.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».