MétaCan
Menu
Retour à la cohorte
Enregistrement W2577045594 · doi:10.1080/00393630.2016.1271097

A New Methodology for the Characterisation of Natural Dyes on Museum Objects Using Gas Chromatography–Mass Spectrometry

2017· article· en· W2577045594 sur OpenAlexafffundabout
Jennifer Poulin

Notice bibliographique

RevueStudies in Conservation · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensCanadian Heritage
Organismes subventionnairesCanadian Heritage
Mots-clésMass spectrometryGas chromatography–mass spectrometryChromatographyGas chromatographyChemistryEnvironmental chemistryArt

Résumé

récupéré en direct d'OpenAlex

The derivatising agent m-(trifluoromethyl)phenyltrimethylammonium hydroxide (TMTFTH) has been employed for more than a decade at the Canadian Conservation Institute (CCI) to extract natural dyes from historical textiles and other dyed substrates. The alkaline reagent breaks the bonds between the colourants and the mordant ions or functional groups of the substrate, releasing the dye compounds into the extraction solution, and derivatises polar functionalities to produce compounds that are amenable to subsequent analysis by gas chromatography–mass spectrometry (GC–MS). This approach allows for the identification of the colourants, and is also useful in determining the presence of degradation products from the dyes and substrates, non-dye marker compounds, auxiliary compounds added to the dye bath, and substances present on the object through anthropogenic use, conservation treatments, or possible pesticide contamination. This paper discusses compounds formed through the reactions of TMTFTH with flavonoid dyes (dyer’s buckthorn, old fustic, weld, red sandalwood, and brazilwood), quinone dyes (madder, Relbunium, Galium, cochineal, lac, and walnut), indigoid dyes (indigo, Tyrian purple, and indigo carmine), turmeric, marigold, lupin and several lichen species. Results from a selection of historical dyed textiles and other decorative objects analysed at the CCI are provided to illustrate applications of the methodology.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,354
Tête enseignante GPT0,396
Écart entre enseignants0,042 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueStudies in ConservationMême sujetCultural Heritage Materials AnalysisTravaux en français237 207