MétaCan
Menu
Retour à la cohorte
Enregistrement W2324301747 · doi:10.1021/ac203451g

State-of-the Art Comparability of Corrected Emission Spectra. 2. Field Laboratory Assessment of Calibration Performance Using Spectral Fluorescence Standards

2012· article· en· W2324301747 sur OpenAlexaff
Ute Resch‐Genger, Wolfram Bremser, Dietmar Pfeifer, Monika Spieles, Angelika Hoffmann, Paul C. DeRose, Joanne C. Zwinkels, François Gauthier, Bernd Ebert, R. Taubert, Jan Voigt, J. Hollandt, Rainer Macdonald

Notice bibliographique

RevueAnalytical Chemistry · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésComparabilityFluorometerCalibrationChemistryEmission spectrumAnalytical Chemistry (journal)Spectral lineField (mathematics)Remote sensingFluorescenceStatisticsOpticsMathematicsPhysicsEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

In the second part of this two-part series on the state-of-the-art comparability of corrected emission spectra, we have extended this assessment to the broader community of fluorescence spectroscopists by involving 12 field laboratories that were randomly selected on the basis of their fluorescence measuring equipment. These laboratories performed a reference material (RM)-based fluorometer calibration with commercially available spectral fluorescence standards following a standard operating procedure that involved routine measurement conditions and the data evaluation software LINKCORR developed and provided by the Federal Institute for Materials Research and Testing (BAM). This instrument-specific emission correction curve was subsequently used for the determination of the corrected emission spectra of three test dyes, X, QS, and Y, revealing an average accuracy of 6.8% for the corrected emission spectra. This compares well with the relative standard uncertainties of 4.2% for physical standard-based spectral corrections demonstrated in the first part of this study (previous paper in this issue) involving an international group of four expert laboratories. The excellent comparability of the measurements of the field laboratories also demonstrates the effectiveness of RM-based correction procedures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,114
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,114
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,003
Communication savante0,0050,003
Science ouverte0,0050,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,017
Tête enseignante GPT0,295
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207