Intercomparison of PIXE and ICP‐AES Analyses of Aeolian Dust from Owens (Dry) Lake, California
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».