MétaCan
Menu
Retour à la cohorte
Enregistrement W3100197012 · doi:10.1111/jmi.12981

Site‐specific specimen preparation for SIMS analysis of radioactive samples

2020· article· en· W3100197012 sur OpenAlexfundno aff
Junliang Liu, Kexue Li, Sergio Lozano‐Perez, C.R.M. Grovenor

Notice bibliographique

RevueJournal of Microscopy · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchEngineering and Physical Sciences Research CouncilCanadian Nuclear Laboratories
Mots-clésSecondary ion mass spectrometryNuclear reaction analysisMass spectrometryIon beam analysisRadiochemistryIon beamNeutron activation analysisMaterials scienceSample preparationIsotopeZirconiumDeuteriumAnalytical Chemistry (journal)Analytical techniqueRadioactive wasteNuclear reactionIonChemistryNuclear physicsMetallurgyEnvironmental chemistryNuclear chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Secondary Ion Mass Spectrometry is an important technique for the study of the composition of a wide range of materials because of the exceptionally high sensitivity that allows the study of trace elements and the ability to distinguish isotopes that can be used as markers for reactions and transport processes. However, when studying nuclear materials, it is often necessary to analyse highly radioactive samples, and only rather few SIMS facilities are available in active environments. In this paper, we present a methodology using focussed ion beam milling to prepare samples from radioactive specimens that are sufficiently large to undertake SIMS mapping experiments over microstructurally significant regions, but with overall activities small enough to be readily transported and analysed by a SIMS instrument in a normal laboratory environment. Radioactive samples prepared using this methodology can also be used for correlative SIMS analysis with other analytical microscopies. SIMS results showing the distributions of deuterium in oxides on in-reactor corroded zirconium alloys are presented to demonstrate the potential of this sample preparation technique.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,298
Écart entre enseignants0,255 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MicroscopyMême sujetNuclear Materials and PropertiesTravaux en français237 207