Mineralogical and art-historic traits in investigation of 'anonymous' paintings
Notice bibliographique
Résumé
Laboratory X-ray micro-diffraction (μXRD) is becoming more widely applied to inorganic phase analysis of artworks samples and there is a growing demand to give relevant answers to questions about the detection limits or whether the quantitative phase analysis (QPA) can also be performed using the micro-diffraction setup.To be able to give such answers a comparison of the micro-diffraction setup with the most commonly set-ups (reflection and transmission) in the quantitative phase analysis, binary and ternary mixtures of azurite, malachite, calcite and quartz in known ratios were prepared and analyzed.Quantitative phase analysis of all experimental data was done using Rietveld method.It was found that the accuracy of results of quantitative analysis highly depends on the sample preparation.The most accurate results were obtained in transmission geometry.Model paint layers that simulate typical paint layers of artworks were also prepared.Fragments of these model layers were analyzed by µXRD.The success of microdiffraction analysis depends markedly on the homogeneity of analyzed layers because of smaller irradiated area.The accuracy of X-ray micro-diffraction on fragments falls in between that of the other two methods performed on powder mixtures.Detection limits of micro-diffraction were studied and it was revealed that approximately 5 weight percent of phase in a mixture is needed both for reliable qualitative and quantitative analysis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».