MétaCan
Menu
Retour à la cohorte
Enregistrement W4306778373 · doi:10.18280/i2m.210403

Deposition-Pellet Preparation Technique for Powder Samples Measurement Using Laser-Induced Breakdown Spectroscopy

2022· article· en· W4306778373 sur OpenAlexvenueno aff
Hery Suyanto, Aulia Nasution, Ni Luh Putu Trisnawati, Iryanti Eka Suprihatin

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Udayana
Mots-clésPelletsLaser-induced breakdown spectroscopyPelletMaterials scienceDeposition (geology)SpectroscopyAnalytical Chemistry (journal)Energy-dispersive X-ray spectroscopySample preparationScanning electron microscopeChemistryComposite materialChromatography

Résumé

récupéré en direct d'OpenAlex

Laser-Induced Breakdown Spectroscopy (LIBS) is a spectroscopy-based measurement technique that is capable of rapid and accurate qualitative, as well as quantitative, analysis of elemental ingredients either in solid (either for organic or inorganic compounds), liquid, or gaseous samples. Unfortunately, this is not the case for powdered samples, where the focused laser beam will disperse the powder. This can be overcome by making the powder into pellets. But it has an inherent drawback, i.e., the minimum amount of powder is about 0.2 g to obtain a good detectable signal. To cope with this unfavorable condition, especially for the amount of powder less than 0.1 mg, we proposed a sub-target deposition method to make the pellets in this reported work. Using this method, the analyzed powder was deposited into an indented hole on a pellet substrate of KBr with the following optimum conditions, i.e., pellet's pressing pressure of 400 kPa, laser energy of 120 mJ, and a sample's heating temperature of 70℃. Microanalyses of standard powdered samples of PbO, CuO, and ZnO have been carried out with estimated detection limits of 4.7 μg, 4.6 μg, and 3.9 μg, respectively. So, this method can be used to analyze small amounts (in the microgram range) of powdered samples.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,072
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,050
Tête enseignante GPT0,297
Écart entre enseignants0,247 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207