Development of <i>in situ</i> Li isotope analysis using laser ablation quadrupole inductively coupled plasma mass spectrometry
Notice bibliographique
Résumé
Rationale Lithium isotope geochemistry is an important tool in the studies of Earth and planetary materials. In situ Li isotope analyses are typically performed using secondary ion mass spectrometry (SIMS) or laser ablation multicollector inductively coupled plasma mass spectrometry (LA‐MC‐ICPMS), but these instruments are not widely accessible. Here, the capability of laser ablation quadrupole ICPMS for conducting Li isotopic analyses is evaluated. Methods An array of MPI‐DING and USGS silicate glass reference materials was analyzed repeatedly over the course of 6 months. These materials range from komatiite to rhyolite in terms of silica content (45.5–75.6 wt%) with 9–45 ppm Li. Their Li isotope compositions have been previously characterized so that matrix effects could be tested with these reference materials. Analyses were conducted using an NWR193 laser ablation system coupled to an Agilent 7900 ICPMS system. Results Analytical precision is primarily limited by Li concentration in the samples. For samples with ~9 ppm Li, the internal precision is 6‰ (2 SD, 150 μm spot diameter), whereas that for a sample with ~45 ppm Li is 4‰ (2 SD, 120 μm spot diameter). The technique is somewhat sensitive to sample matrix: samples with SiO 2 content that deviates from the bracketing standard display fractionated δ 7 Li, necessitating correction using a session‐specific matrix correction curve. Conclusion Lithium isotope analysis by ns‐LA‐QICPMS is worthwhile for samples with high Li concentrations and when a matrix‐matched standard can be obtained. Although the precision of this method is not as high as those achievable with SIMS and LA‐MC‐ICPMS, it remains adequate for resolving large isotope fractionations found in natural and laboratory settings.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,017 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».