MétaCan
Menu
Retour à la cohorte
Enregistrement W4407901154 · doi:10.1016/j.gsf.2025.102031

CAUM: A software for calculating and assessing chemical ages of uranium minerals

2025· article· en· W4407901154 sur OpenAlexaff
Hao Song, Tao Xiao, Guoxiang Chi, Zexin Wang, Zhengqi Xu, Mingcai Hou

Notice bibliographique

RevueGeoscience Frontiers · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueRadioactive element chemistry and processing
Établissements canadiensUniversity of Regina
Organismes subventionnairesChengdu University of Technology
Mots-clésUraniumGeochemistryGeologyEarth scienceUranium oreMineralogyMetallurgyMaterials science

Résumé

récupéré en direct d'OpenAlex

• 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,017

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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscience FrontiersMême sujetRadioactive element chemistry and processingTravaux en français237 207