Laser-induced Breakdown Spectroscopy (LIBS) in the Field: How Rock Moisture Influences Spectral Quality and Plasma Properties
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
Before LIBS can be applied to analysis at mine sites under normal weather conditions, a number of practical issues need to be addressed.One of these is the moisture content of rock samples taken directly in the field.To assess the effect of rock moisture content on LIBS measurements, we studied its temporal evolution as the rock dried under ambient laboratory conditions using a series of 1080 laser shots (18 rows 60 columns) at 2 Hz (8 ns pulse duration, 1064 nm wavelength, with a fluence of ~4 kJ cm -2 ).At maximum moisture, the LIBS spectra are weak, with only a few strong lines emerging from the background noise, while a richer spectrum appears as the rock dries.Color maps of LIBS spectra averaged over wavelength (white light) from the rock surface and net H line intensity from the water layer form complex, weakly correlated mosaics whose components depend on local rock properties (e.g., composition, porosity, asperities).However, the time evolution of their average over each of the 18 rows correlates well with that of the rock weight and microwave moisture measurements.Using the H line broadening and the ratio between the Mg II 280.27 nm and Mg I 285.21 nm line, the space and time averaged plasma produced in both the dry and wet rock areas is characterized by an electron number density in the range of 10 17 cm -3 and an ionization temperature close to 1 eV.The physical mechanisms involved are discussed.This study highlights the importance of controlling the moisture of the rock at the mining site before starting LIBS measurements, as it has a significant impact on the accuracy of the results obtained.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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