Using δ<sup>2</sup>H in Human Bone Collagen to Correct for Freshwater <sup>14</sup>C Reservoir Offsets: A Pilot Study from Shamanka II, Lake Baikal, Southern Siberia
Notice bibliographique
Résumé
ABSTRACT There is increasing awareness of the need to correct for freshwater as well as marine reservoir effects when undertaking radiocarbon (14C) dating of human remains. Here, we explore the use of stable hydrogen isotopes (δ2H), alongside the more commonly used stable carbon (δ13C) and nitrogen isotopes (δ15N), for correcting 14C freshwater reservoir offsets in 10 paired human-faunal dates from graves at the prehistoric cemetery of Shamanka II, Lake Baikal, southern Siberia. Excluding one individual showing no offset, the average human-faunal offset was 515±175 14C yr. Linear regression models demonstrate a strong positive correlation between δ15N and δ2H ratios, supporting the use of δ2H as a proxy for trophic level. Both isotopes show moderate but significant correlations (r2 ~ 0.45, p < 0.05) with 14C offsets (while δ13C on its own does not), though δ2H performs marginally better. A regression model using all three stable isotopes to predict 14C offsets accounts for approximately 65% of the variation in the latter (r2=0.651, p=0.025), with both δ13C and δ2H, but not δ15N, contributing significantly. The results suggest that δ2H may be a useful proxy for freshwater reservoir corrections, though further work is needed.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».