MétaCan
Menu
Retour à la cohorte
Enregistrement W2420454575 · doi:10.1107/s1600577516008225

Continuous-scan capability at SSRL and applications to X-ray diffraction

2016· article· en· W2420454575 sur OpenAlexaff
Chunlei Li, Andrew M. Kiss, Douglas G. Van Campen, A. Garachtchenko, Yuriy Kolotovsky, Kevin H. Stone, Yahong Xu, Wenjun Zhang, Jeff Corbett

Notice bibliographique

RevueJournal of Synchrotron Radiation · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced X-ray Imaging Techniques
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDiffractionDetectorAccelerationComputer sciencePosition sensorData acquisitionController (irrigation)SIGNAL (programming language)Position (finance)Synchrotron radiationRepeatabilityTimerOpticsComputer hardwarePhysicsAcousticsMicrocontroller

Résumé

récupéré en direct d'OpenAlex

Typical X-ray diffraction measurements are made by moving a detector to discrete positions in space and then measuring the signal at each stationary position. This step-scanning method can be time-consuming, and may induce vibrations in the measurement system when the motors are accelerated and decelerated at each position. Furthermore, diffraction information between the data points may be missed unless a fine step-scanning is used, which further increases the total measurement time. To utilize beam time efficiently, the motor acceleration and deceleration time should be minimized, and the signal-to-noise ratio should be maximized. To accomplish this, an integrated continuous-scan system was developed at the Stanford Synchrotron Radiation Lightsource (SSRL). The continuous-scan system uses an in-house integrated motor controller system and counter/timer electronics. SPEC software is used to control both the hardware and data acquisition systems. The time efficiency and repeatability of the continuous-scan system were tested using X-ray diffraction from a ZnO powder and compared with the step-scan technique. Advantages and limitations of the continuous-scan system and a demonstration of variable-velocity continuous scan are discussed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,265
Écart entre enseignants0,260 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Synchrotron RadiationMême sujetAdvanced X-ray Imaging TechniquesTravaux en français237 207