Silicon Isotope Analyses of Soil and Plant Reference Materials: An Inter‐Comparison of Seven Laboratories
Notice bibliographique
Résumé
The use of silicon (Si) isotopes has led to major advances in our understanding of Si cycling in modern and past environments. This inter‐laboratory comparison exercise provides the community with the first set of soil and plant reference materials with an analytically challenging matrix containing organic material that is known to induce isotopic bias, for use as secondary reference materials in Si isotope measurement. Seven laboratories analysed four soil reference materials (GBW‐07401, GBW‐07404, GBW‐07407, TILL‐1) and one plant reference material (ERM‐CD281). Participating laboratories employed a range of chemical preparation methods and analytical setups but all analyses were performed by MC‐ICP‐MS. Irrespective of the chemical preparation method or analytical conditions, the results show excellent agreement among laboratories within 2 s for at least three replicates. Data were combined together to calculate δ 29 Si and δ 30 Si mean values (relative to NBS 28) and their expanded uncertainties ( U , coverage factor k = 2). The δ 30 Si values are as follow: GBW‐07401: −0.27 ± 0.06‰, GBW‐07404: −0.76 ± 0.12‰, GBW‐07407: −1.82 ± 0.17‰, TILL‐1: −0.16 ± 0.06‰ and ERM‐CD281: −0.28 ± 0.11‰. Also, a compilation of published data provides an up‐to‐date mean δ 30 Si for BHVO‐2 of −0.28 ± 0.08‰.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».