Dealing with lipid effects and lipid-extraction biases in δ <sup>13</sup> C and δ <sup>15</sup> N isotopic studies: a solution based on 28 marine invertebrate, fish and mammal species
Notice bibliographique
Résumé
ABSTRACT Lipids are naturally depleted in 13 C isotope in relation to its C sources, causing a bias in δ 13 C in bulk samples that varies with lipid content. Failure to take this issue into account results in inaccurate conclusions in food web and habitat use studies. Two approaches to resolve this issue are 1) to extract lipids from samples prior to measurement, a resource-intensive process that also can alter δ 15 N or 2) estimating a lipid-free δ 13 C using one of several equations that differ in levels of sophistication and generalization across taxa. Here δ 13 C and δ 15 N were measured on bulk and lipid-extracted muscle samples of a dataset of over 2000 specimens of 28 species of marine invertebrates, fishes and mammals. Our objectives were to 1) compare the effect of lipid extraction on δ 13 C and δ 15 N across taxa; 2) compare the performance of five normalization models, overall and on subsets of species; 3) propose a model to revert lipid-extracted δ 15 N back to their bulk values; and 4) identify the most suitable approach for dealing with lipid biases in isotopic ratios. Extraction caused an uneven enrichment in δ 13 C and δ 15 N across species. Model taxonomic specificity increased estimate accuracy in both isotopes. Models from Logan et al. (2008) and McConnaughey and McRoy (1979) performed better than the other models tested. δ 15 N bulk could be reliably estimated based on δ 15 N lipid-extracted using a linear model. This study provides a way forward for obtaining reliable δ 13 C and δ 15 N values in muscle tissue without the costs of duplicate analyses and represents a major step toward the harmonization of datasets collected under the two different approaches.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».