MétaCan
Menu
Retour à la cohorte
Enregistrement W7073601052

Stoichiometry-based estimates of ferric iron in calcic, sodic-calcic and sodic amphiboles: a comparison of various methods

2005· article· en· W7073601052 sur OpenAlexaboutno aff

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésYield (engineering)AmphiboleMaximum likelihoodSet (abstract data type)Ferric
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

An important drawback of the electron microprobe is its inability to quantify Fe3+/Fe2+ ratios in routine work. Although these ratios can be calculated, there is no unique criterion that can be applied to all amphiboles. Using a large data set of calcic, sodic-calcic, and sodic amphibole analysis from A-type granites and syenites from southern Brazil, weassess the choices made by the method of Schumacher (1997, Canadian Mineralogist, 35: 238-246), which uses the average between selected maximum and minimum estimates. Maximum estimates selected most frequently are: 13 cations excluding Ca, Na, and K (13eCNK - 66%); sum of Si and Al equal to 8 (8SiAl - 17%); 15 cations excluding K (15eK - 8%). These selections are appropriate based on crystallochemical considerations. Minimum estimates are mostly all iron as Fe2+ (all Fe2 - 71%), and are clearly inadequate. Hence, maximum estimates should better approximate the actual values. To test this, complete analyses were selected from the literature, and calculated and measured values were compared. 13eCNK and maximum estimates are precise and accurate (concordance correlation coefficient- r c » 0.85). As expected, averages yield poor estimates (r c = 0.56). We recommend, thus, that maximum estimates be used for calcic, sodic-calcic, and sodic amphiboles.

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)0,004
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 enseignants0,007
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,019
Tête enseignante GPT0,301
Écart entre enseignants0,282 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetTheoretical and Computational PhysicsTravaux en français237 207