MétaCan
Menu
Retour à la cohorte
Enregistrement W4400956663 · doi:10.1002/xrs.3443

Determination of macro‐ and microelements concentrations by wavelength‐dispersive X‐ray fluorescence spectrometry in the objects of the technogenic ecosystem

2024· article· en· W4400956663 sur OpenAlexaboutno aff
S. I. Shtel’makh, Alena N. Zhilicheva, И. Е. Васильева

Notice bibliographique

RevueX-Ray Spectrometry · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésX-ray fluorescenceAnalytical Chemistry (journal)Mass spectrometryChemistryFluorescence spectrometryCertified reference materialsDetection limitChemical compositionEnvironmental chemistryFluorescencePhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The wavelength‐dispersive X‐ray fluorescence (WDXRF) spectrometry was applied to determine Na, Mg, Al, P, S, K, Ca, Cr, Mn, Fe, Ni, Cu, Zn, Sr, Ba, and Pb concentrations in the needles of dwarfish spruce Picea canadensis conica and the blue prickly spruce Picea pungens glauca , as well in technogenic soil of Irkutsk city, in which these spruce species grow. All measurements were performed in vacuum using WDXRF spectrometer S8 TIGER produced by Bruker AXS, Germany. The calculated values of instrumental limit of detection (ILD) ranged from 0.5 for Ni to 67 mg/kg for Al for soil certified reference materials (CRMs) such as OOKO151 (light chestnut soil) and from 0.2 for Cu and Ni to 18–24 mg/kg for Na for the plant CRMs such as LB‐1 (birch leaf) and EC‐1 (Canadian waterweed). The repeatability is satisfactory. The values of relative standard deviations (RSDs) do not exceed 15% for soils and available plant material. With calculated T‐statistics, it was found that the WDXRF data do not contain systematic errors. The values of relative discrepancy for WDXRF, total reflection X‐ray fluorescence (TXRF) spectrometry, and atomic emission spectrometry with arc discharge (d.c. arc‐AES) results do not exceed 30% for studied elements.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,164
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,219
Écart entre enseignants0,214 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueX-Ray SpectrometryMême sujetHeavy metals in environmentTravaux en français237 207