MétaCan
Menu
Retour à la cohorte
Enregistrement W2067797287 · doi:10.1002/rcm.4105

A novel approach for the homogenization of cellulose to use micro‐amounts for stable isotope analyses

2009· article· en· W2067797287 sur OpenAlexfundno aff
W. Laumer, Laia Andreu‐Hayles, Gerhard Helle, Gerhard H. Schleser, Tadeusz Wieloch, Holger Wissel

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTree-ring climate responses
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésCelluloseChemistryStable isotope ratioIsotopeGrindingChemical engineeringPulp and paper industryChromatographyComposite materialOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Climate reconstructions using stable isotopes from tree-rings are steadily increasing. The investigations concentrate mostly on cellulose due to its high stability. In recent years the available amount of cellulose has steadily decreased, mainly because micro-structures of plant material have had to be analyzed. Today, the amounts of cellulose being studied are frequently in the milligram and often in the microgram range. Consequently, homogeneity problems with regard to the stable isotopes of carbon and oxygen from cellulose have occurred and these have called for new methods in the preparation of cellulose for reliable isotope analyses. Three different methods were tested for preparing isotopically homogenous cellulose, namely mechanical grinding, freezing by liquid nitrogen with subsequent milling and ultrasonic breaking of cellulose fibres. The best precision of isotope data was achieved by freeze-milling and ultrasonic breaking. However, equipment for freeze-milling is expensive and the procedure is labour-intensive. Mechanical grinding resulted in a rather high loss of material and it is also labour-intensive. The use of ultrasound for breaking cellulose fibres proved to be the best method in terms of rapidity of sample throughput, avoidance of sample loss, precision of isotope results, ease of handling, and cost.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,318
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations191
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetTree-ring climate responsesTravaux en français237 207