Affordable event and monthly rain samplers: Improving isotopic datasets to understand meteorological processes
Notice bibliographique
Résumé
RATIONALE: Water-stable isotopes in rainfall are powerful tracers of atmospheric processes at different spatial and temporal scales. However, commercially available rain samplers for isotopic analysis are prohibitively expensive, especially for high spatial resolution networks and studies conducted in developing countries. A low-cost, simple, and robust sampler was designed for event and monthly rainfall samplings. METHODS: Rainfall collectors were built based on existing designs provided in the literature and using easily accessible materials. Event samplers were filled with different volumes of reference water and left for 72 h in laboratory conditions to determine the minimum amount of rainfall to be collected to minimize isotopic fractionation, from both postsampling evaporation and equilibration. Samples were analyzed using dual-inlet isotope ratio mass spectrometry and cavity ring-down spectroscopy. RESULTS: For samples larger than 4% of the bottle's capacity, the evaporative enrichment due to Rayleigh distillation is negligible compared to the overall analytical uncertainty. Using a tube connecting the funnel to the water sample has proved to reduce postsampling evaporation by at least five times. To limit water self-diffusion, we recommend collecting the largest rainfall amount possible. Under these conditions, these collectors are suitable for rainfall sampling for isotopic analysis. CONCLUSIONS: This low-cost methodology will enable isotopic sampling of precipitation at high spatial resolutions and democratize the use of isotopes for hydrological studies in developing countries. All instructions for building and using these samplers are made openly accessible to the scientific community so they can be repeated and adapted to the needs of each project.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,005 | 0,002 |
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 ».