MétaCan
Menu
Retour à la cohorte
Enregistrement W2135139525 · doi:10.1590/s0001-37652005000300012

Stoichiometry-based estimates of ferric iron in calcic, sodic-calcic and sodic amphiboles: a comparison of various methods

2005· article· en· W2135139525 sur OpenAlexaboutno aff
Guilherme A.R. Gualda, Sílvio Roberto Farias Vlach

Notice bibliographique

RevueAnais da Academia Brasileira de Ciências · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de São Paulo
Mots-clésAmphiboleMineralogyGeologyMathematicsAnalytical Chemistry (journal)ChemistryStatisticsChromatographyQuartz

Résumé

récupéré en direct d'OpenAlex

An important drawback of the electron microprobe is its inability to quantify Fe3+/Fe2+ ratios in routine work. Although these ratios can be calculated, there is no unique criterion that can be applied to all amphiboles. Using a large data set of calcic, sodic-calcic, and sodic amphibole analysis from A-type granites and syenites from southern Brazil, weassess the choices made by the method of Schumacher (1997, Canadian Mineralogist, 35: 238-246), which uses the average between selected maximum and minimum estimates. Maximum estimates selected most frequently are: 13 cations excluding Ca, Na, and K (13eCNK - 66%); sum of Si and Al equal to 8 (8SiAl - 17%); 15 cations excluding K (15eK - 8%). These selections are appropriate based on crystallochemical considerations. Minimum estimates are mostly all iron as Fe2+ (all Fe2 - 71%), and are clearly inadequate. Hence, maximum estimates should better approximate the actual values. To test this, complete analyses were selected from the literature, and calculated and measured values were compared. 13eCNK and maximum estimates are precise and accurate (concordance correlation coefficient- r c <FONT FACE=Symbol>»</FONT> 0.85). As expected, averages yield poor estimates (r c = 0.56). We recommend, thus, that maximum estimates be used for calcic, sodic-calcic, and sodic amphiboles.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,345
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,038
Tête enseignante GPT0,357
Écart entre enseignants0,319 · 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.

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

Citations30
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais da Academia Brasileira de CiênciasMême sujetGeochemistry and Geologic MappingTravaux en français237 207