Oxide Formation and Instrumental Mass Bias in MC‐ICP‐MS: An Isotopic Case Study of Neodymium
Notice bibliographique
Résumé
High rates of oxide formation affect the magnitude and behaviour of instrumental mass bias for Nd isotopic measurements performed with multi‐collector inductively coupled plasma‐mass spectrometry (MC‐ICP‐MS) instruments, causing the traditional correction methods (e.g., internal and external normalisation) to fail. Here, we investigate the instrumental conditions that govern oxide formation and provide an extensive data set describing how different oxide formation rates affect the measurement error of Nd isotopic ratios. Results are reported for several instrumental set‐ups including wet and dry plasma, different introduction methods, the addition of N 2 , and various sampler and skimmer cone geometries. The differences in the behaviour of Nd isotopic ratios observed for dry and wet plasma require several reaction mechanisms to explain why oxide formation is associated with a non‐linear mass bias for some rare earth elements. We developed a simple mathematical model to describe the behaviour of Nd isotopic ratios for a range of oxide formation rates and different instrumental settings and present a qualitative model that predicts the isotopic offsets of Nd ratios based on the cumulative contributions of the major sources of mass bias. A series of analytical recommendations for the determination of accurate and precise Nd ratios by MC‐ICP‐MS is presented.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».