Interlaboratory Comparison of Branched GDGT Temperature and pH Proxies Using Soils and Lipid Extracts
Notice bibliographique
Résumé
Abstract Ratios of glycerol dialkyl glycerol tetraethers (GDGT), which are membrane lipids of bacteria and archaea, are at the base of several paleoenvironmental proxies. They are frequently applied to soils as well as lake‐ and marine sediments to generate records of past temperature and soil pH. To derive meaningful environmental information from these reconstructions, high analytical reproducibility is required. Based on submitted results by 39 laboratories from across the world, which employ a diverse range of analytical and quantification methods, we explored the reproducibility of brGDGT‐based proxies (MBT′ 5ME , IR, and #rings tetra ) measured on four soil samples and four soil lipid extracts. Correct identification and integration of 5‐ and 6‐methyl brGDGTs is a prerequisite for the robust calculation of proxy values, but this can be challenging as indicated by the large inter‐interlaboratory variation. The exclusion of statistical outliers improves the reproducibility, where the remaining uncertainty translates into a temperature offset from median proxy values of 0.3–0.9°C and a pH offset of 0.05–0.3. There is no apparent systematic impact of the extraction method and sample preparation steps on the brGDGT ratios. Although reported GDGT concentrations are generally consistent within laboratories, they vary greatly between laboratories. This large variability in brGDGT quantification may relate to variations in ionization efficiency or specific mass spectrometer settings possibly impacting the response of brGDGTs masses relative to that of the internal standard used. While ratio values of GDGT are generally comparable, quantities can currently not be compared between laboratories.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».