MétaCan
Menu
Retour à la cohorte
Enregistrement W4281705874 · doi:10.5194/essd-14-2721-2022

The CISE-LOCEAN seawater isotopic database (1998–2021)

2022· article· en· W4281705874 sur OpenAlexaff
Gilles Reverdin, Claire Waelbroeck, Catherine Pierre, Camille Akhoudas, Giovanni Aloisi, Marion Benetti, Bernard Bourlès, Magnús Danielsen, Jérôme Demange, Denis Diverrès, Jean‐Claude Gascard, Marie‐Noëlle Houssais, Hervé Le Goff, Pascale Lherminier, Claire Lo Monaco, Herlé Mercier, Nicolas Metzl, Simon Morisset, Aïcha Naamar, Thierry Reynaud, Jean‐Baptiste Sallée, Virginie Thierry, Susan E. Hartman, Edward Mawji, Sólveig Rósa Ólafsdóttir, Torsten Kanzow, A. Velo, Antje H L Voelker, Igor Yashayaev, F. Alexander Haumann, Melanie J. Leng, Carol Arrowsmith, Michael P. Meredith

Notice bibliographique

RevueEarth system science data · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensBedford Institute of OceanographyScience North
Organismes subventionnairesNatural Environment Research CouncilDirectorate for Computer and Information Science and EngineeringInstitut national des sciences de l'UniversInstitut Polaire Français Paul Emile VictorCentre National de la Recherche ScientifiqueSight Research UKAgence Nationale de la RechercheInstitut Français de Recherche pour l'Exploitation de la Mer
Mots-clésδ18OSeawaterStandard deviationStable isotope ratioIsotopeEnvironmental scienceGeologyDatabaseOceanographyStatisticsComputer sciencePhysicsMathematicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Abstract. The characteristics of the CISE-LOCEAN seawater isotope dataset (δ18O, δ2H, referred to as δD) are presented (https://doi.org/10.17882/71186; Waterisotopes-CISE-LOCEAN, 2021). This dataset covers the time period from 1998 to 2021 and currently includes close to 8000 data entries, all with δ18O, three-quarters of them also with δD, associated with a date stamp, space stamp, and usually a salinity measurement. Until 2010, samples were analyzed by isotopic ratio mass spectrometry and since then mostly by cavity ring-down spectroscopy (CRDS). Instrumental uncertainty in this dataset is usually as low as 0.03 ‰ for δ18O and 0.15 ‰ for δD. An additional uncertainty is related to the isotopic composition of the in-house standards that are used to convert data to the Vienna Standard Mean Ocean Water (VSMOW) scale. Different comparisons suggest that since 2010 the latter have remained within at most 0.03 ‰ for δ18O and 0.20 ‰ for δD. Therefore, combining the two uncertainties suggests a standard deviation of at most 0.05 ‰ for δ18O and 0.25 ‰ for δD. For some samples, we find that there has been evaporation during collection and storage, requiring adjustment of the isotopic data produced by CRDS, based on d-excess (δD − 8×δ18O). This adjustment adds an uncertainty in the respective data of roughly 0.05 ‰ for δ18O and 0.10 ‰ for δD. This issue of conservation of samples is certainly a strong source of quality loss for parts of the database, and “small” effects may have remained undetected. The internal consistency of the database can be tested for subsets of the dataset when time series can be obtained (such as in the southern Indian Ocean or North Atlantic subpolar gyre). These comparisons suggest that the overall uncertainty of the spatially (for a cruise) or temporally (over a year) averaged data is less than 0.03 ‰ for δ18O and 0.15 ‰ for δD. However, 18 comparisons with duplicate seawater data analyzed in other laboratories or with other datasets in the intermediate and deep ocean suggest a larger scatter. When averaging the 18 comparisons done for δ18O, we find a difference of 0.082 ‰ with a standard error of 0.016 ‰. Such an average difference is expected due to the adjustments applied at LOCEAN to saline water data produced either by CRDS or isotope ratio mass spectrometry (IRMS), but the scatter found suggests that care is needed when merging datasets from different laboratories. Examples of time series in the surface North Atlantic subpolar gyre illustrate the temporal changes in water isotope composition that can be detected with a carefully validated dataset.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0010,001
Science ouverte0,0040,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,024
Tête enseignante GPT0,218
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetMarine and coastal ecosystemsTravaux en français237 207