MétaCan
Menu
Retour à la cohorte
Enregistrement W2973176896 · doi:10.1186/s40494-019-0313-7

Infrared chemical mapping of degradation products in cross-sections from paintings and painted objects

2019· article· en· W2973176896 sur OpenAlexaffabout
Eric J. Henderson, Kate Helwig, Stuart Read, Scott M. Rosendahl

Notice bibliographique

RevueHeritage Science · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensCanadian Light Source (Canada)
Organismes subventionnairesnon disponible
Mots-clésFourier transform infrared spectroscopyDegradation (telecommunications)ConservationInfrared spectroscopyChemistryMaterials sciencePaintingSpectroscopyAttenuated total reflectionChemical engineeringMineralogyOrganic chemistryComputer scienceArtEnvironmental scienceVisual arts

Résumé

récupéré en direct d'OpenAlex

Abstract Paintings and painted objects are quite susceptible to degradation, as paint layers are usually composed of complex mixtures of materials that can participate in chemical degradation processes. The identification of the constituent materials in paint (including binders, pigments, and fillers) and the degradation products within paint layers is of particular importance to ensuring the conservation of paintings, by providing important information both about their material history as well as their state of conservation. Metal fatty acid salts (metal soaps) are degradation products that can form in situ from interactions between inorganic pigments and free fatty acids in oil-based binding media, and can cause significant condition issues in paintings. Fourier transform infrared (FTIR) spectroscopy is one of the leading analytical techniques for the study of metal soaps. In this article, the materials analysis of several cross-sections from paintings and painted objects from works in Canadian collections is presented. Recent results on the use of external reflection FTIR (R-FTIR) spectroscopy to identify and map the distribution of paint components and metal soap degradation products is presented. In particular, zinc, lead, calcium, and copper fatty acid salts were all readily identified in paint cross-sections by R-FTIR spectroscopy, along with several pigments and the oil binding medium. The results shown here are among the first detailed examinations of these metal soaps in paint cross-sections using R-FTIR spectroscopy. The use of highly polished samples in which specular reflection is dominant allowed for spectral transformations to be applied to generate transmission/absorption-like spectra which facilitated identification of these species. The distribution of these species across the cross-sections was mapped by integrating characteristic absorption features in the R-FTIR spectra. Attenuated total internal reflection (ATR) FTIR spectroscopy was also performed on several samples, which provided additional compositional details at the interface of paint layers and degradation products.

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 enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0020,001
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)0,0020,000

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 Opus0,029
Tête enseignante GPT0,234
Écart entre enseignants0,204 · 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

Citations35
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeritage ScienceMême sujetCultural Heritage Materials AnalysisTravaux en français237 207