从地质科学文献中收集SM-Nd同位素数据,使用自动表格式提取方法
Zhixin Guo1,2,3,4, Tao Wang5, Chaoyang Wang5
1Shanghai Jiao Tong University, School of Electronic Information and Electrical Engineering, Shanghai, 200240, China.
Scientific data
|February 3, 2025
概括
这项研究引入了一种自动化方法,从地球科学文献中提取稀土元素 (萨马-) 数据,改进地进化研究. 该方法有效地收集分散的数据,提高科学知识的可访问性.
科学领域:
- 地质化学 地质化学
- 同位素地质学的同位素.
- 地球科学 地球科学 地球科学
背景情况:
- 稀土元素萨马 (Sm) 和新 (Nd) 对于理解地生长和演变至关重要.
- Sm-Nd同位素系统是确定地形成年龄的关键,这是由于元素在变形过程中的不运动造成的.
- 关于Sm-Nd的地质科学数据在文献中分散,阻碍了全面的分析.
研究的目的:
- 开发一种自动化方法来提取表格地质科学数据,特别是Sm-Nd同位素数据.
- 克服分散数据的挑战,提高地球科学研究数据采集效率.
主要方法:
- 采用自动表格式提取技术,从地质科学出版物中收集Sm-Nd数据.
- 从9138个表中收集了超过20,000个出版物的数据,产生了10624个Sm-Nd数据条目.
- 2,118个数据点的子集被手动策划,以增加现有的全球数据集.
主要成果:
- 通过自动化方法成功收集了超过10,000个Sm-Nd数据条目.
- 通过精选数据,全球Sm-Nd数据集的规模大幅增加了20%以上.
- 证明了自动化数据收集方法的效率和可扩展性.
结论:
- 自动数据提取显著提高了获取关键地质科学数据的效率.
- 这种方法提供了一个可扩展的解决方案,用于编译跨各种科学领域的碎片化数据集.
- 改进的数据可访问性促进了对地进化基本问题的更强有力的研究.
更多相关视频
09:12Functionalization of Single-walled Carbon Nanotubes with Thermo-reversible Block Copolymers and Characterization by Small-angle Neutron Scattering
Published on: June 1, 2016
9.1K
12:03Two-Dimensional Visualization and Quantification of Labile, Inorganic Plant Nutrients and Contaminants in Soil
Published on: September 1, 2020
6.0K
