Observation of Mass-Independent Fractionation in MC-ICPMS and its Implication for Accurate Isotope Ratio Measurements
Notice bibliographique
Résumé
Today, MC-ICPMS has become a powerful research tool for the high precision isotope ratio measurements with over five-hundred papers published annually in the past several years1-2. However, MC-ICPMS suffers approximately tenfold larger bias (up to 25 % for lithium3) in isotope amount ratio measurements as compared to thermal ionization mass spectrometry (TIMS). This bias needs to be properly corrected in order to obtain accurate isotope amount ratio measurements. The choice of the fractionation law to calibrate (correct) measured isotope ratios is crucial in isotope science. Over the last decades, the Russell law mass bias correction model (Eq. 1)4 which is applicable only for mass-dependent fractionation and assumes identical mass bias for both the calibrator and measurand elements, has become a standard curriculum in isotope ratio measurements. However, it has been reported that not only mass bias is different for different elements but also that the mass bias is different for different isotope pairs of a same element5-6. Mass-independent fractionation in MC-ICPMS has been observed for elements such as Nd, W and Cd5-7. Ri,j = ri,j(mi/mj)-f (1) Here Ri,j = n(iE)/n(jE), ri,j is the measured (uncorrected) isotope ratio and E is the element of interest, f is the fractionation function and mi,mj are the nuclide masses. In this talk, recent research results on MIF observed for Ge, Hg and Pb in MC-MCP in our group8 will be presented and its implication for Russell law mass bias correction for isotope amount ratio measurements will be presented and discussed.
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 | 0,000 | 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 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 ».