MétaCan
Menu
Retour à la cohorte
Enregistrement W4407933891 · doi:10.1080/00393630.2025.2465954

Hazardous Hues: Identification of Arsenic Present in a Range of Colours Found on Historic Archival Material in the Collection of Parks Canada

2025· article· en· W4407933891 sur OpenAlexaffabout
T.C. Greening

Notice bibliographique

RevueStudies in Conservation · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensParks Canada
Organismes subventionnairesnon disponible
Mots-clésArchaeologyIdentification (biology)Hazardous wasteHueArsenicRange (aeronautics)GeographyEngineeringMetallurgyComputer scienceWaste managementArtificial intelligenceMaterials science

Résumé

récupéré en direct d'OpenAlex

Since late 2019, Parks Canada has been active in the identification of hazardous materials in the collection under the care of the Indigenous Affairs and Cultural Heritage Directorate, using non-destructive XRF analysis. This method of analysis can detect elements of concern including lead, mercury, cadmium, and arsenic. In the case of arsenic, selected case studies show that arsenic is found in more places than initially expected. This paper outlines the XRF analysis of collections materials expected to be found in library and archives, and discusses the visual identification of arsenic, based on the colour of the material. Arsenic yellows (orpiment and/or realgar) were not positively identified in this survey, nor was cobalt violet (cobalt arsenate). A copper-arsenic green, likely emerald green, was occasionally detected. In addition, both a green ink distinct from typical arsenical greens, and dark reds were shown to contain varying levels of arsenic on paper artefacts during this survey. This paper posits the use of early synthetic organic pigments as an explanation for the presence of arsenic in the artefacts under investigation. Historical research indicates that aside from the colours green and yellow, arsenic can also be found in materials in the red and mauve colour families, from arsenic used in the synthesis of aniline dyes.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,371

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0050,002
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,065
Tête enseignante GPT0,293
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in ConservationMême sujetCultural Heritage Materials AnalysisTravaux en français237 207