MétaCan
Menu
Retour à la cohorte
Enregistrement W2884519649 · doi:10.1016/j.infrared.2018.07.030

Micro-photoacoustic infrared spectroscopy

2018· article· en· W2884519649 sur OpenAlexafffund
Kirk H. Michaelian, Mark D. Frogley, Chris S. Kelley, Tor Pedersen, Tim May, Luca Quaroni, Gianfelice Cinque

Notice bibliographique

RevueInfrared Physics & Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensCanadian Light Source (Canada)University of SaskatchewanNatural Resources Canada
Organismes subventionnairesInstitute of Coal Chemistry, Chinese Academy of SciencesNational Research Council CanadaWestern Economic Diversification CanadaEuropean CommissionNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchDiamond Light SourceCanadian Light Source
Mots-clésInfraredPhotoacoustic spectroscopyInfrared spectroscopyMaterials scienceOpticsSpectroscopyFourier transform infrared spectroscopyFourier transform spectroscopySynchrotron radiationSpectrometerThermal infrared spectroscopyPhotoacoustic effectFourier transformLaserAnalytical Chemistry (journal)PhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

This investigation establishes, for the first time, the viability of micro-photoacoustic infrared spectroscopy (microPAS). A cell that allows photoacoustic (PA) infrared spectroscopy measurements on small samples was constructed and tested in this work. The setup allows visualizing the sample and selecting specific measurement positions. It can be used with conventional Fourier-Transform infrared spectrometers and a variety of light sources, including conventional near- and mid-infrared lamps, synchrotron radiation, and laser sources. The cell was successfully used to discriminate between individual polymer beads based on differences between their PA spectra. The demonstrated spatial resolution is better than 100 µm and, in at least one case, as good as 20 µm.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfrared Physics & TechnologyMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207