D 2017

CLASSIFICATION OF ARCHAEOLOGICAL GLASS SAMPLES USING LA-ICP-MS

DILLINGEROVÁ, Veronika; Tomáš VACULOVIČ; E. CERNA a Viktor KANICKÝ

Základní údaje

Originální název

CLASSIFICATION OF ARCHAEOLOGICAL GLASS SAMPLES USING LA-ICP-MS

Autoři

DILLINGEROVÁ, Veronika; Tomáš VACULOVIČ; E. CERNA a Viktor KANICKÝ

Vydání

BRNO, PROCEEDINGS OF 24TH INTERNATIONAL PHD STUDENTS CONFERENCE (MENDELNET 2017), od s. 855-860, 6 s. 2017

Nakladatel

MENDEL UNIV BRNO, FAC AGRONOMY

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10406 Analytical chemistry

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Označené pro přenos do RIV

Ano

Kód RIV

RIV/00216224:14310/17:00106457

Organizační jednotka

Přírodovědecká fakulta

ISBN

978-80-7509-529-9

Klíčová slova anglicky

medieval glass; LA-ICP-MS; elemental analysis; multivariate statistical analysis

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 4. 3. 2019 09:38, Mgr. Pavla Foltynová, Ph.D.

Anotace

V originále

Elemental composition of glass differs based on raw material and additives used during manufacturing process, therefore elemental analysis provides substantial information from an archaeological point of view. Major, minor and trace elements in glass samples from Moldava, Kyjoy and Visegrad were detelinined. LA-ICP-MS was used for elemental analysis. Concentrations of Na2O, MgO, Al2O3, SiO2, K2O, CaO, TiO2, MnO, Fe2O3, CoO, CuO, SnO2, Sb2O3, PbO and Li-7, B-11, (45) Sc, V-51, Cr-52, Ni-60, Zn-66, As-75, Rb-85, Sr-88, Y-89, Zr-90, Nb-93, Mo-95, Ag-107, Cd-111, Cs-133, Ba-137, 139La, Ce-140, Pr-141, Nd-146, Sm-147, Eu-153, Gd-157, Tb-159, Dy-163, Ho-165, Er-166, Tm-169, Yb-172, Lu-175, Hf-178, Th-232, U-238 in 44 glass samples were detelinined. Samples were discriminated according to finding sites using multivariate statistical methods. Elements used for discrimination (Sc, Zr, Ti, Zn, La) were determined by the Random Forrest algorithm. For archaeological sites discrimination. Primary Component Analysis (PCA) was used.

Návaznosti

LQ1601, projekt VaV
Název: CEITEC 2020 (Akronym: CEITEC2020)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, CEITEC 2020