Noninvasive Synchrotron-Based X-ray Raman Scattering Discriminates Carbonaceous Compounds in Ancient and Historical Materials
Notice bibliographique
Résumé
Carbon compounds are ubiquitous and occur in a diversity of chemical forms in many systems including ancient and historic materials ranging from cultural heritage to paleontology. Determining their speciation cannot only provide unique information on their origin but may also elucidate degradation processes. Synchrotron-based X-ray absorption near-edge structure (XANES) spectroscopy at the carbon K-edge (280-350 eV) is a very powerful method to probe carbon speciation. However, the short penetration depth of soft X-rays imposes stringent constraints on sample type, preparation, and analytical environment. A hard X-ray probe such as X-ray Raman scattering (XRS) can overcome many of these difficulties. Here we report the use of XRS at ∼6 keV incident energy to collect carbon K-edge XANES data and probe the speciation of organic carbon in several specimens relevant to cultural heritage and natural history. This methodology enables the measurement to be done in a nondestructive way, in air, and provides information that is not compromised by surface contamination by ensuring that the dominant signal contribution is from the bulk of the probed material. Using the backscattering geometry at large photon momentum transfer maximizes the XRS signal at the given X-ray energy and enhances nondipole contributions compared to conventional XANES, thereby augmenting the speciation sensitivity. The capabilities and limitations of the technique are discussed. We show that despite its small cross section, for a range of systems the XRS method can provide satisfactory signals at realistic experimental conditions. XRS constitutes a powerful complement to FT-IR, Raman, and conventional XANES spectroscopy, overcoming some of the limitations of these techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».