Chemical destaining and the delta correction for blue intensity measurements of stained lake subfossil trees
Notice bibliographique
Résumé
Abstract. The stain of wood samples from lake subfossil trees (LSTs) is challenging the wide application of the blue intensity (BI) technique for millennial dendroclimatic reconstructions. In this study, we used seven chemical destaining reagents to treat samples of subfossil black spruce (Picea mariana (Mill.) B.S.P.) trees from two lakes in the eastern Canadian boreal forest. We subsequently compared latewood BI (LBI) and delta BI (DBI) time series along with conventional maximum latewood density (MXD) measured from the stained and destained samples. Results showed that the stain of our samples is most likely caused by postsampling oxidation of dissolved ferrous iron in lake sediments that penetrated into wood. Three reagents (ascorbic acid, sodium ascorbate, and sodium dithionite all mixed with ethylenediaminetetraacetic acid) could remove >90 % of Fe. However, even for the best chemical protocol, a discrepancy of about +2 ∘C compared to MXD data remained in the LBI-based temperature reconstruction due to incomplete destaining. On the contrary, the simple mathematical delta correction, DBI, was unaffected by the Fe stain and showed very similar results compared to MXD data (r>0.82) from annual to centennial timescales over the past ∼360 years. This study underlines the difficulty of completely destaining lake subfossil samples while confirming the robustness of the DBI approach. DBI data measured from stained LSTs can be used to perform robust millennial temperature reconstructions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».