Determining the controls on faecal stanol concentrations and ratios in tropical lake sediments
Notice bibliographique
Résumé
Faecal stanols offer an exciting opportunity to determine population change in the past but the controls of their concentrations and ratios within lake sediments are not well understood. We present the variability in stanol concentrations and ratios from lakes across environmental gradients, both between and in lakes across climatic and land-use gradients in Mexico, Guatemala, and Belize in order to determine the factors controlling preservation and degradation in lacustrine sediments. We also measured physical properties of lakes such as dissolved oxygen, pH, and water column temperature and estimated the approximate human population in each catchment, with the goal of producing a semi-quantitative calibration of human population to coprostanol+epi-coprostanol as a ratio to cholestanol, a more widely produced bacterial stanol. In particular we explore the hypothesis that a dominant control on concentrations and ratios is proximity to a human settlement. We evaluate this hypothesis in two lakes (L. Peten-Itza and L. Izabal) where we collected samples at varying distances from major population centres. This will have implications for the targeting of lake cores in studies where determining population change is the goal. In addition to this work we will share three intriguing preliminary palaeo-records of stanol concentrations from Guatemala (Laguna Itzan, Laguna Peten-Itza, and Lago Izabal). These records imply highly dynamic millennial scale changes in human populations, and we apply the modern sediment data to better constrain the interpretation of these data. Our work shows that faecal stanols have a strong potential as proxies for changes in human population and land-use change through time, and can be used to complement archaeological datasets to link human populations with palaeoenvironmental change.
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 | 0,000 | 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 | 0,000 | 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 ».