A Raman spectroscopic tool to estimate chemical composition of natural volcanic glasses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A correlation between Raman spectra of silicate glasses and their chemical composition is investigated using a collection of 31 natural multicomponent silicate glasses. The sample suite comprises the largest database of Raman spectra collected on natural volcanic materials and spans subalkaline to Na-rich and K-rich alkaline compositions. Raman spectra were acquired using a Nd solid state green laser having an excitation wavelength of 532 nm. The model was verified against an independent database of 8 additional samples (i.e. not used for calibration). Ratios of Raman peaks (R, Rn) retrieved from spectra are shown to have a strong covariance with concentrations of six oxides (SiO2, TiO2, Al2O3, FeOT, MgO and CaO) across the compositional range of the sample suite. The Raman ratios are also strongly correlated to pseudo-structural parameters (e.g., NBO/T, SM) calculated from oxide concentrations of SiO2, TiO2, Al2O3, FeOT, MgO, CaO, Na2O and K2O. The Raman ratios are relatively insensitive to variations in Na2O and K2O contents and, as a consequence, their concentrations can only be estimated if additional independent constraints on chemical content are available. This work constitutes the first generalized model for retrieving chemical compositions of natural glasses from corresponding Raman spectra. The model provides a rapid, robust and inexpensive way to retrieve compositions of volcanic glasses in both laboratory and field environments and thus represents a powerful new tool for earth and planetary, archaeological and glass sciences. A similar strategy can be applied to silicate melts and glasses used in industrial activities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle