Calibration method affects the measured δ<sup>2</sup>H and δ<sup>18</sup>O in soil water by direct H<sub>2</sub>O<sub>liquid</sub>–H<sub>2</sub>O<sub>vapour</sub> equilibration with laser spectroscopy
Notice bibliographique
Résumé
Abstract The direct H2Oliquid–H2Ovapour equilibration method utilizing laser spectroscopy (DVE‐LS) is a way to measure soil pore water stable isotopes. Various equilibration times and calibration methods have been used in DVE‐LS. Yet little is known about their effects on the accuracy of the obtained isotope values. The objective of this study was to evaluate how equilibration time and calibration methods affect the accuracy of DVE‐LS. We did both spiking and field soil experiments. For the spiking experiment, we applied DVE‐LS to four soils of different textures, each of which was subjected to five water contents and six equilibration times. For the field soil experiment, we applied three calibration methods for DVE‐LS to two field soil profiles, and the results were compared with cryogenic vacuum distillation (CVD)‐LS. Results showed that DVE‐LS demonstrated higher δ2H and δ18O as equilibration time increased, but 12 to 24 hr could be used as optimal equilibration time. For field soil samples, DVE‐LS with liquid waters as standards led to significantly higher δ2H and δ18O than CVD‐LS, with root mean square error (RMSE) of 8.06‰ for δ2H and 0.98‰ for δ18O. Calibration with soil texture reduced RMSE to 3.53‰ and 0.72‰ for δ2H and δ18O, respectively. Further, calibration with both soil texture and water content decreased RMSE to 3.10‰ for δ2H and 0.73‰ for δ18O. Our findings conclude that the calibration method applied may affect the measured soil water isotope values from DVE‐LS.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».