As HERFD-XANES Data Processing Code for Synthetic Mixtures, LCF and PCA
Notice bibliographique
Résumé
Analysis of As HERFD-XANES spectra *Note: for the purpose of this code and its description, the word "standard" and "reference", in regard to a known material, are used interchangeably. None of the materials used in this work are certified standard reference materials. Step 1. The raw data must be normalized and exported to a csv file. This can be done in free programs such as Athena (http://bruceravel.github.io/demeter/documents/Athena/index.html) or Larch (https://xraypy.github.io/xraylarch/). All standards should be included in this file. Step 2. The .csv file of the standards serves as an input for the code contained in Synthetic Standard Mixtures. This code creates a dataset of synthetic mixtures from all combinations of the standards, the dataset size, the number of standards to include in each mixture and the amount of random normally distributed noise to add to each mixture can be specified. Step 3. The code contained in LCF on Synthetic Mixtures conducts linear combination fitting on all of the synthetic mixtures (with noise) using the standards and then compares the original known mixing ratio to the ratio that was determined by the linear combination fitting. Step 4. The code contained in PCA takes a dataset of synthetic mixtures and performs PCA analysis to determine if a defined standard is a component of that dataset, it does this for the HERFD dataset and corresponding transmission data set. The main plot outputted compares fits to the standard with different numbers of components. The code also outputs a scree plot. Please refer to the written article for more information.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,119 | 0,064 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».