MétaCan
Menu
Retour à la cohorte
Enregistrement W4412040672 · doi:10.1002/sia.70003

Speciation of Magnesium Surfaces by X‐Ray Photoelectron Spectroscopy (XPS)

2025· article· en· W4412040672 sur OpenAlexafffund
Sebastian Amland Skaanvik, Jeffrey D. Henderson, James J. Noël, Mark C. Biesinger

Notice bibliographique

RevueSurface and Interface Analysis · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésX-ray photoelectron spectroscopyBinding energyMagnesiumAugerGenetic algorithmChemistryChemical stateSpectral lineAnalytical Chemistry (journal)MetalAtomic physicsEnvironmental chemistryNuclear magnetic resonancePhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Magnesium metal, alloys, and salts have ubiquitous uses as structural materials, components in energy‐conversion devices, and catalysts. The surface states and reactions that underpin these applications are commonly studied by X‐ray photoelectron spectroscopy (XPS). Yet, reported binding energies for the Mg 2p transition vary widely, making accurate speciation of magnesium surfaces by XPS notoriously challenging. We found that these literature discrepancies result from differences between charge referencing procedures, particularly due to the unusually high binding energy of adventitious carbon on MgO and Mg(OH) 2 . Relevant pure and mixed samples were analyzed to assess the chemical speciation for magnesium. The range of Mg 2p binding energies was only 1.2 eV for pure samples, insufficient for speciation in many cases. The Mg KLL spectral lines were studied and found to provide additional chemical information due to final‐state effects. The range of the modified Auger parameter ( α ’), which is also independent of charging, was found to be 2.9 eV. The position and shape of the Mg KLL spectral lines are reported, and their use for the speciation of mixed systems is demonstrated. Moreover, a curve‐fitting procedure for O 1s signals was developed, which can separate MgO and Mg(OH) 2 despite their overlapping Mg 2p signals.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,248
Écart entre enseignants0,243 · 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'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

Citations24
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207