Calibrating a Handheld LIBS for Li Exploration in the Barroso–Alvão Aplite-Pegmatite Field, Northern Portugal: Textural Precautions and Procedures When Analyzing Spodumene and Petalite
Notice bibliographique
Résumé
In pegmatites containing abundant petalite and spodumene, such as those from the Barroso–Alvão (BA) aplite-pegmatite field, calibrating a portable laser-induced breakdown spectroscopy (pLIBS) equipment to identify and analyze these minerals may be challenging. Forty-nine samples of spodumene, petalite and spodumene + quartz were collected from 22 aplite-pegmatites from the BA field and sent for inductively coupled plasma-mass spectroscopy analysis. One calibration for both spodumene and petalite has been proven to be impossible since almost all the LIBS intensity ratios, including for Li, overlapped on both minerals. Thus, three calibrations were developed: one qualitative to distinguish both minerals and two more quantitative, specifically made for each mineral. The first LIBS calibration only has Fe since it is the sole element with intensity ratios different enough to distinguish both minerals. Eleven calibration lines were created: Li, Al, Si, Be, Na, P, K, Mn, Fe, Rb and Cs; however, only the Li, Al, and Si have consistent errors below 20%. Thin sections were produced and observed with optical microscopy and cathodoluminescence (CL) to control the purity and mineral paragenesis of the samples. The petalite pellets were also controlled with cold CL since petalite crystals often present fine spodumene and quartz inclusions.
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 ».