MétaCan
Menu
Retour à la cohorte
Enregistrement W4386421018 · doi:10.1364/oe.501741

Effect of laser wavelength on soil carbon measurements using laser-induced breakdown spectroscopy

2023· article· en· W4386421018 sur OpenAlexafffund
Shubho Mohajan, Yingchao Huang, N. F. Beier, Miles Dyck, Frank A. Hegmann, Abdul Bais, Amina Hussein

Notice bibliographique

RevueOptics Express · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversity of AlbertaUniversity of Regina
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésLaser-induced breakdown spectroscopyMaterials scienceLaserSpectroscopyWavelengthCalibrationAnalytical Chemistry (journal)OpticsPartial least squares regressionCarbon fibersOptoelectronicsChemistryEnvironmental chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

We investigate the effect of laser wavelength on laser-induced breakdown spectroscopy (LIBS) on the measurement of carbon in agricultural soils. Two laser wavelengths, 1064 nm and 532 nm, were used to determine soil carbon concentration. No chemical pretreatment, grinding, or pelletization was performed on soil samples to simulate in-field conditions. A multivariate calibration model with outlier filtering and optimized parameters in partial least squared regression (PLSR) was established and validated. The calibration model estimated carbon content in soils with an average prediction error of 4.7% at a laser wavelength of 1064 nm and 2.7% at 532 nm. The limit of detection (LOD) range for 532 nm was 0.34-0.5 w/w%, approximately half of the LOD range for 1064 nm laser wavelength. The improvement in prediction error and LOD of LIBS measurements is attributed to the increase in plasma density achieved at 532 nm.

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)0,000
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 enseignants0,057
Score d'incertitude au seuil1,000

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207