MétaCan
Menu
Retour à la cohorte
Enregistrement W4310288260 · doi:10.1080/10256016.2022.2145285

Combining <i>δ</i> <sup>13</sup> C and <i>δ</i> <sup>15</sup> N from bone and dentine in marine mammal palaeoecological research: insights from toothed whales

2022· article· en· W4310288260 sur OpenAlexaff
Alba Rey‐Iglesia, Tess Wilson, Jennifer Routledge, Mikkel Skovrind, Eva Garde, Mads Peter Heide‐Jørgensen, Paul Szpak, Eline D. Lorenzen

Notice bibliographique

RevueIsotopes in Environmental and Health Studies · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensTrent University
Organismes subventionnairesVillum Fonden
Mots-clésMarine mammalMammalGeologyPhysicsRadiochemistryChemistryPaleontologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Stable carbon (δ13C) and nitrogen (δ15N) isotopic compositions of bone and dentine collagen extracted from museum specimens have been widely used to study the paleoecology of past populations. Due to possible systematic differences in stable isotope values between bone and dentine, dentine values need to be transformed into bone-collagen equivalent using a correction factor to allow comparisons between the two collagen sources. Here, we provide correction factors to transform dentine δ13C and δ15N values into bone-collagen equivalent for two toothed whales: narwhal and beluga. We sampled bone and dentine from the skulls of 11 narwhals and 26 belugas. In narwhals, dentine was sampled from tusk and embedded tooth; in belugas, dentine was sampled from tooth. δ13C and δ15N were measured, and intra-individual bone and dentine isotopic compositions were used to calculate correction factors for each species. We detected differences in δ13C and δ15N. In both narwhals and belugas, we found lower average δ13C and δ15N in bone compared with dentine. The correction factors provided by the study enable the combined analysis of stable isotope data from bone and dentine in these species.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,008
Intégrité de la recherche0,0000,001
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 Opus0,066
Tête enseignante GPT0,307
Écart entre enseignants0,241 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsotopes in Environmental and Health StudiesMême sujetMarine animal studies overviewTravaux en français237 207