灵敏度因子与原子占比

文献方法依据 · 原创解析模型演示。

合成示例 · 非实验数据

放大图样 ↗

给这张图选配色 →

① 源码与 CSV 解压到同一文件夹。

② 请 AI 运行 render_existing.py，得到 PNG、SVG 和 PDF；再核对并换成你的数据。

源码和 CSV 解压到同一文件夹即可重画。图件和提示词可分别下载。

你也可以用自己的话说。

查看请求

请读取绘图包里的 README 和 metadata.json，按说明在项目独立环境中运行包内已有源码，重画这份演示数据。不要重新生成或改写演示 CSV。收到我的文件后，先核对列名、单位、归一化基准与测试条件，再在副本中适配。逐圈容量、库伦效率与容量保持率用散点，不加连线；连续电压和光谱用无点实线，数据坐标四周保留框线。全电池保持率需明确参考圈、参考容量和相同工况，缺项先补齐；Li‖Cu 不强加保持率。不要继承演示条件、补造数据或静默覆盖旧图；回复只给结果位置和必要的下一步。

第一次用？先安装桌面软件 →

输入与使用边界

data.csv, model.json

输入格式、单位和条件见 README 与 metadata.json。示例是合成数据，不能用于论文实验结果。

No acquired cell or material. Independently declared analytic parameters, assumptions and units in scientific_basis.

示例的模型与依据

按声明的教学模型生成。参数为自设，引用支持公式或测试方法，不是从论文复制的实测数字。

计算关系

IA=sA*x; IB=sB*(1-x); xcorrected=(IA/sA)/(IA/sA+IB/sB)

使用边界

Ideal homogeneous binary composition and known sensitivity factors; no real compositional result.
A numerical/model QA pass does not validate author data or a physical mechanism.

模型来源

NIST: Practical Guide for Inelastic Mean Free Paths, Effective Attenuation Lengths, Mean Escape Depths, and Information Depths in XPS
Unequal sensitivity factors bias raw intensity fractions.

相关资源

来源与引用

原创合成示例，数据与本版源码包含在绘图包内；未使用论文数据或原图

VoltPeer. 灵敏度因子与原子占比. Synthetic teaching delivery, version 1.0.0; data generator 1.0.0.

BIB ↓ RIS ↓

VoltPeer maintainers · v1.0.0 · MIT

文件、校验与检查状态

文件和格式已检查；模型测试范围见适配说明。格式检查不代表科学审核。

data.csv ↓figure.pdf ↓figure.png ↓figure.svg ↓metadata.json ↓model.json ↓render-report.json ↓BRF-demo-science_xps_sensitivity_normalization.zip ↓science_xps_sensitivity_normalization.bib ↓science_xps_sensitivity_normalization.ris ↓

assets/showcase/science_xps_sensitivity_normalization/data.csv  ee761436af67d7f7e7c76e8d2bd58e8b9b3a6186b1705615f5b5edf42fa54569
assets/showcase/science_xps_sensitivity_normalization/figure.pdf  4efe313c57701f6f7e207c0e975599318161fb5b3816f9b35cb49cfa937a259c
assets/showcase/science_xps_sensitivity_normalization/figure.png  481c5528b0c8b94c5088ea6e9f9d0422c4773e76714c0195016198fe05a4e16f
assets/showcase/science_xps_sensitivity_normalization/figure.svg  bb6d067eb6934ca0cf4681cd2f0afb9d0ced09034f2bd31a2aa51f09c1266647
assets/showcase/science_xps_sensitivity_normalization/metadata.json  6012f0cf8eaca01df7773ff9f51e160a2e854bd9293ee8b51b75f65822f4bd43
assets/showcase/science_xps_sensitivity_normalization/model.json  a02f9928b640bc34f2fff49984b0f404554c1e634f965825680811df1a2f868a
assets/showcase/science_xps_sensitivity_normalization/render-report.json  b15ef10a766239ab89b2d49d7577a6212059976640082d13b456534ff5c5ff7e
assets/showcase/BRF-demo-science_xps_sensitivity_normalization.zip  0cacb2ff17986b52a461670238d3d36fafddd7f20c49baad15d7d9e2dad4dcf0
assets/citations/science_xps_sensitivity_normalization.bib  41eda606750e4dc656f47755a30b181a2140586f4801820e78dc6da046cb3726
assets/citations/science_xps_sensitivity_normalization.ris  4635515ebbeba37de112212a5cc64944537a713c96a38e19e864c555525807a1

讨论或改进这份资源 → 返回资源库 →