CAUM: A software for calculating and assessing chemical ages of uranium minerals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• CAUM is a new, freely available, user-friendly software that can be used to calculate the chemical age of uranium minerals. • With friendly interfaces, CAUM is easy to input files (.xlsx), output results and results visualization. • The convenience and effectiveness of CAUM is demonstrated by examples using published data from the literature. It has been shown that the age of minerals in which U ± Th are a major (e.g., uraninite, pitchblende and thorite) or minor (e.g., monazite, xenotime) component can be calculated from the concentrations of U ± Th and Pb rather than their isotopes, and such ages are referred to as chemical ages. Although equations for calculating the chemical ages have been well established and various computation programs have been reported, there is a lack of software that can not only calculate the chemical ages of individual analytical points but also provide an evaluation of the errors of individual ages as well as the whole dataset. In this paper, we develop a software for calculating and assessing the chemical ages of uranium minerals (CAUM), an open-source Python-based program with a friendly Graphical User Interface (GUI). Electron probe microanalysis (EPMA) data of uranium minerals are first imported from Excel files and used to calculate the chemical ages and associated errors of individual analytical points. The age data are then visualized to aid evaluating if the dataset comprises one or multiple populations and whether or not there are meaningful correlations between the chemical ages and impurities. Actions can then be taken to evaluate the errors within individual populations and the significance of the correlations. The use of the software is demonstrated with examples from published data.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle