MétaCan
Menu
Retour à la cohorte
Enregistrement W2913850742 · doi:10.3390/heritage2010037

Recovering Past Reflections: X-ray Fluorescence Imaging of Electrocleaned 19th Century Daguerreotypes

2019· article· en· W2913850742 sur OpenAlexaff
Madalena S. Kozachuk, Tsun‐Kong Sham, Ronald R. Martin, Andrew J. Nelson, I. Coulthard, Louisa Smieska, Arthur R. Woll

Notice bibliographique

RevueHeritage · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensCanadian Light Source (Canada)Western University
Organismes subventionnairesNational Institutes of HealthNational Science Foundation
Mots-clésFluorescenceArtOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

The first commercially viable photographic image, the daguerreotype, captured images for a span of approximately 20 years (1839–1860). DeDterioration now disfigures many of these valuable images. One proposed restoration method is an electrochemical process. However, its safety and effectiveness are still under debate within the conservation community as the effects of this treatment, and its physical and chemical impact on the daguerreotype image, have not yet been analyzed in depth. This study used synchrotron-based micro-X-ray fluorescence to map the elemental distribution pre- and post-electrocleaning on 19th century daguerreotypes using both soft and hard incident X-rays. X-ray absorption spectroscopy was used to probe local chemistry before and after cleaning. Two different electro-treatment methods were compared: the original method proposed by Barger and a second put forward by Wei. When used correctly, both processes significantly reduced the S and Cl surface contamination without dulling the surface. However, both electrochemical methods used in this study resulted in a loss of Hg and Au from the surface. In all cases, the Hg distribution tracks with image particle density allowing the retrieval of full portraits from entirely corroded daguerreotypes, suggesting that Hg concentration may be a useful proxy for the original image.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,994

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)0,0070,000

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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeritageMême sujetCultural Heritage Materials AnalysisTravaux en français237 207