Freshwater Reservoir Offsets Investigated Through Paired Human-Faunal<sup>14</sup>C Dating and Stable Carbon and Nitrogen Isotope Analysis at Lake Baikal, Siberia
Notice bibliographique
Résumé
Thirty-three paired accelerator mass spectrometry (AMS) radiocarbon dates on human and terrestrial faunal remains from the same Neolithic and Early Bronze Age graves are used to develop a correction for the freshwater reservoir effect (FRE) at Lake Baikal, Siberia. Excluding two outliers, stable nitrogen isotope (δ15N) values show a positive correlation(r2= 0.672,p< 0.000) with offsets in14C yr between paired human and fauna determinations. The highest offset observed in our data set is 622 yr, which is close to the value of ∼700 yr suggested for endemic seals in the lake. For each per mil increase in δ15N, the offset increases by 77 ± 10 yr in the overall data set. However, there are indications that different regression models apply in each of two microregions of Cis-Baikal. In the first, sites on the southwest shore of the lake and along the Angara River show a strong positive correlation between δ15N values and offsets in14C yr (r2= 0.814,p< 0.000). In the other, the Little Sea, both δ13C and δ15N values make significant contributions to the model (adjustedr2= 0.878; δ13Cp< 0.001; δ15Np< 0.000). This can be related to the complex13C ecology of the lake, which displays one of the widest ranges of δ13C values known for any natural ecosystem. The results will be important in terms of refining the culture-history of the region, as well as exploring the dynamic interactions of hunter-gatherer communities both synchronically and diachronically.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».