Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > physics > arXiv:1706.06769v1

帮助 | 高级搜索

物理学 > 应用物理

arXiv:1706.06769v1 (physics)
[提交于 2017年6月21日 ]

标题: 固体和分散体系的模量 SAXS 数据校正序列

标题: The modular SAXS data correction sequence for solids and dispersions

Authors:Brian R. Pauw, Andrew J. Smith, Tim Snow, Nick J. Terrill, Andreas F. Thünemann
摘要: 数据校正可能是使用小角X射线散射(SAXS)进行实验的用户中最不受欢迎的活动:如果校正不够充分,这可能在数据分析阶段变得明显,导致需要从头开始重复数据校正。 这里提出了一套推荐的、全面的基本数据校正步骤序列,以减轻与数据校正相关的困难。 当按照建议的顺序应用时,得到的数据将为固体样品和分散体系提供高度的准确性。 此处的解决方案可以无需修改应用于任何针孔准直仪器,配备光子计数直接检测面积探测器。
摘要: Data correction is probably the least favourite activity amongst users experimenting with small-angle X-ray scattering (SAXS): if it is not done sufficiently well, this may become evident during the data analysis stage, necessitating the repetition of the data corrections from scratch. A recommended, comprehensive sequence of elementary data correction steps is presented here to alleviate the difficulties associated with data correction. When applied in the proposed order, the resulting data will provide a high degree of accuracy for both solid samples and dispersions. The solution here can be applied without modification to any pinhole-collimated instruments with photon-counting, direct detection area detectors.
评论: 22页,四幅图,实验记录
主题: 应用物理 (physics.app-ph) ; 数据分析、统计与概率 (physics.data-an)
引用方式: arXiv:1706.06769 [physics.app-ph]
  (或者 arXiv:1706.06769v1 [physics.app-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.1706.06769
通过 DataCite 发表的 arXiv DOI
期刊参考: https://journals.iucr.org/j/issues/2017/06/00/vg5075/
相关 DOI: https://doi.org/10.1107/S1600576717015096
链接到相关资源的 DOI

提交历史

来自: Brian Pauw [查看电子邮件]
[v1] 星期三, 2017 年 6 月 21 日 07:41:19 UTC (803 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
physics.app-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2017-06
切换浏览方式为:
physics
physics.data-an

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号