MétaCan
Menu
Retour à la cohorte
Enregistrement W2900811753 · doi:10.1038/s41598-018-34779-9

Direct mineralogical imaging of economic ore and rock samples with multi-modal nonlinear optical microscopy

2018· article· en· W2900811753 sur OpenAlexafffund
Mung-Chung Kao, Adrian F. Pegoraro, David Kingston, Albert Stolow, Wen‐Chuan Kuo, Patrick H. J. Mercier, Ankur Gogoi, Fu‐Jen Kao, Andrew Ridsdale

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSpectroscopy Techniques in Biomedical and Chemical Research
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Science and Technology, Taiwan
Mots-clésModalMicroscopyOptical microscopeGeologyNonlinear systemMineralogyNonlinear opticalMaterials scienceOpticsScanning electron microscopeComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Multi-modal nonlinear optical (NLO) microscopy, including stimulated Raman scattering (SRS) and second harmonic generation (SHG), was used to directly image mineralogical features of economic ore and rock samples. In SRS/SHG imaging, ore samples generally require minimal preparation and may be rapidly imaged, even in their wet state. 3D structural details, at submicron resolution, are revealed tens of microns deep within samples. Standard mineral imaging based on scanning electron microscopy (SEM), with elemental analysis via energy dispersive X-Ray spectroscopy, was used to independently validate the mineral composition of the samples. Spatially-resolved SRS from dominant Raman-resonant bands precisely maps the locations of specific minerals contained within the samples. SHG imaging reveals locally non-centrosymmetric structures, such as quartz grains. Competing absorption and nonlinear scattering processes, however, can reduce contrast in SRS imaging. Importantly, the correlation between standard electron microscopy and multi-modal NLO optical microscopy shows that the latter offers rapid image contrast based on the mineral content of the sample.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,320
Écart entre enseignants0,307 · 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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSpectroscopy Techniques in Biomedical and Chemical ResearchTravaux en français237 207