MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220807818 · doi:10.5194/egusphere-egu22-4492

Glacio-chemical signature of grain boundaries and insoluble particle aggregates in ice core 2D impurity imaging

2022· preprint· en· W4220807818 sur OpenAlexaff
Pascal Bohleber, Nicolas Stoll, Barbara Delmonte, Marcello Pelillo, Marco Roman, Kaleem Siddiqi, Barbara Stenni, Sebastiano Vascon, Ilka Weikusat, Carlo Barbante

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIce coreImpurityParticle (ecology)Grain boundaryMatrix (chemical analysis)ChemistryChemical physicsGeologyAnalytical Chemistry (journal)MineralogyMaterials scienceCrystallographyMicrostructureEnvironmental chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Identifying, understanding, and constraining post-depositional processes altering the original layer sequence in ice cores is especially needed in order to avoid misinterpretation of the oldest and most highly thinned layers. The record of soluble and insoluble impurities represents an important part of the paleoclimate proxy set in ice cores but is known to be affected post-depositionally through interaction with the ice matrix, diffusion and chemical reactions. Laser ablation inductively coupled plasma mass spectrometry (LA-ICP-MS) has been recognized for its micron-scale resolution and micro-destructiveness in ice core impurity analysis. Important added value comes from employing LA-ICP-MS for state-of-the-art 2D chemical imaging. The latter has already revealed a close relationship between the ice grain boundary network and impurity signals with a significant soluble component, such as Na. Here we show the latest improvements in 2D chemical imaging of ice with LA-ICP-MS, by increasing the spatial resolution from 35 to 20 and even 10 µm and extending the simultaneous analysis to cover also mostly insoluble impurity species, such as Al. The latter reveal clear signals of insoluble particle aggregates in samples of Greenland ice cores. Combining the chemical images with computer vision-based image analysis allows to separate the geochemical signals of grain boundaries and insoluble particles. Considering intensities as well as elemental ratios, this classification further highlights important differences in the geochemical signals depending on the location of the impurities in the ice matrix. Ultimately, we discuss how this refined approach may serve to investigate post-depositional changes occurring with increasing depth to the soluble and insoluble impurity components, based on grain growth and chemical reactions, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→