A pan-Canadian calibration of micro-X-ray fluorescence core scanning data for prediction of sediment elemental concentrations
Notice bibliographique
Résumé
Sediment geochemistry is one lens through which lake sediments are studied to reconstruct local and regional environmental processes. The measurement of sediment elemental composition has historically relied on expensive and destructive methods that limit the spatial and temporal scale of study. Micro-X-ray fluorescence (µXRF) core scanning offers a non-destructive, high-resolution alternative, but its results (i.e., intensity expressed as counts per second) are considered semi-quantitative and comparison among sites requires calibration. Calibration methods are emerging, although they are not yet widely employed and require further assessment of their efficacy. Using 135 sediment samples from 48 lakes across Canada, we assessed the congruence between µXRF and conventionally measured element compositions with various normalization and calibration techniques. Normalization of µXRF data to common proxies (e.g., Ca, Si, Ti, coherence:incoherence ratio, and total counts per second) often improved correlations between µXRF and conventional data, but increases were modest and not consistent for all elements. Our results suggest that µXRF normalization techniques should be applied cautiously, as no proxy represents a “one-size-fits-all” solution. The performance of multivariate log-ratio calibration (MLC) was more consistent, yielding moderate to strong improvement of the correlations between reference and predicted element concentrations. Random forest regression models outperformed partial least squares regression models for almost all elements. MLC may be applied where knowledge of elemental concentration is of great importance, or when comparing across multiple sites with diverse sediment geochemistries. Overall, our results reinforce uncalibrated µXRF core scanning as a strong investigative tool for measuring sediment geochemistry. Although calibrated µXRF data shows promise, conventional methods for measuring sediment geochemistry are still necessary for comparing element concentrations with sediment quality guidelines.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».