MétaCan
Menu
Retour à la cohorte
Enregistrement W2134520223 · doi:10.1111/j.1751-908x.2011.00058.x

Intercomparison of PIXE and ICP‐AES Analyses of Aeolian Dust from Owens (Dry) Lake, California

2011· article· en· W2134520223 sur OpenAlexfundno aff
Lila Rojo, Melanie A. Barnes, Thomas E. Gill

Notice bibliographique

RevueGeostandards and Geoanalytical Research · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Texas at El PasoUniversity of GuelphU.S. Department of EnergyU.S. Environmental Protection AgencyTexas Tech UniversityTexas Higher Education Coordinating BoardCalifornia Air Resources Board
Mots-clésInductively coupled plasma atomic emission spectroscopyDissolutionEnvironmental chemistryAeolian processesChemistryMineralogyAnalytical Chemistry (journal)Environmental scienceInductively coupled plasmaGeology

Résumé

récupéré en direct d'OpenAlex

Particle‐induced X‐ray emission (PIXE) and ICP‐AES can be combined to obtain a wider range of detected elements, augment previous data and/or to verify measured concentrations of heavy and trace metals in geological samples. Intercomparison of data sets generated by multiple techniques is challenging due to the differing processes and methods of each technique. Here, we compare elemental data obtained by both techniques for aeolian dust from Owens (Dry) Lake, California. Nineteen elements were detected by PIXE, sixteen by ICP‐AES and ten elements were detected by both techniques. Statistical analyses of data set groupings illustrated which parameters differed significantly between PIXE and ICP‐AES. Relative variation (%) showed that PIXE gave higher concentrations than ICP‐AES for Al, As, Cu, Fe, K, Mn, Ni, Sr, Ti and Zn in all samples. For As, Cu, Sr and Zn, relative variation was variable between the techniques. PIXE detection limits exceeded ICP‐AES concentrations for Ba, Cd, Co, Cr, Pb and Mo. Low ICP‐AES percentage recoveries of Al, Fe, K, Mn and Ti for NIST SRM 2710 indicated incomplete dissolution during digestion (EPA Method 3050B), since elements were bound in silicate structures. Variability between the two data sets is explained by differences between analytical techniques, sample preparation methods and/or variability in sample matrices.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,171
Tête enseignante GPT0,388
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

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