A Systematic Investigation of the Effects of <scp>Standard‐Sample</scp> Concentration Mismatch during Fe Isotope Measurement by <scp>MC‐ICP‐MS</scp>
Notice bibliographique
Résumé
Advances in multi‐collector inductively coupled plasma‐mass spectrometry (MC‐ICP‐MS) have led to the widespread use of iron (Fe) isotopes to elucidate the (bio)geochemical history of a range of environments. To generate Fe isotope ratio measurements, standard‐sample bracketing (SSB) is commonly used to correct for instrumental mass bias inherent to MC‐ICP‐MS. However, SSB is only accurate when sample and isotope standard Fe concentrations match, in addition to the bulk solution matrix. When the Fe concentrations differ, Fe isotope ratio measurement results may be inaccurate, a phenomenon known as the "self‐induced matrix effect." This study systematically characterised the self‐induced matrix effect for dry plasma Fe isotope ratio measurements on three MC‐ICP‐MS instruments and three introduction systems. Our extensive dataset indicates that: (1) the degree of mass bias is consistent regardless of MC‐ICP‐MS front‐end design, (2) the degree of mass bias becomes less reproducible as the concentration difference between the sample and bracketing standard increases, and (3) this applies to both pure Fe solutions and solutions from geological materials. This study reinforces the requirement to match bracketing standard and sample concentrations within 10% and provides a correction method for that fall beyond the recommended concentration range to subsequently allow for proper concentration matching during SSB.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».