MétaCan
Menu
Retour à la cohorte
Enregistrement W3173858413 · doi:10.3390/data6060068

Analyses of Li-Rich Minerals Using Handheld LIBS Tool

2021· article· en· W3173858413 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueData · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensManitoba HydroWestern University
Organismes subventionnairesEuropean Social FundFundação para a Ciência e a TecnologiaMinistério da Ciência, Tecnologia e Ensino SuperiorAgence Nationale de la Recherche
Mots-clésLaser-induced breakdown spectroscopyPelletsLithium (medication)Materials scienceSpectroscopySpectrometerAnalytical Chemistry (journal)ChemistryEnvironmental chemistryOptics

Résumé

récupéré en direct d'OpenAlex

Lithium (Li) is one of the latest metals to be added to the list of critical materials in Europe and, thus, lithium exploration in Europe has become a necessity to guarantee its mid- to long-term stable supply. Laser-induced breakdown spectroscopy (LIBS) is a powerful analysis technique that allows for simultaneous multi-elemental analysis with an excellent coverage of light elements (Z < 13). This data paper provides more than 4000 LIBS spectra obtained using a handheld LIBS tool on approximately 140 Li-content materials (minerals, powder pellets, and rocks) and their Li concentrations. The high resolution of the spectrometers combined with the low detection limits for light elements make the LIBS technique a powerful option to detect Li and trace elements of first interest, such as Be, Cs, F, and Rb. The LIBS spectra dataset combined with the Li content dataset can be used to obtain quantitative estimation of Li in Li-rich matrices. This paper can be utilized as technical and spectroscopic support for Li detection in the field using a portable LIBS instrument.

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 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 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 enseignants0,060
Score d'incertitude au seuil0,355

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)0,0000,000

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 Opus0,143
Tête enseignante GPT0,351
Écart entre enseignants0,208 · 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