MétaCan
Menu
Retour à la cohorte
Enregistrement W4405080080 · doi:10.1017/rdc.2024.113

An improved setup for radiocarbon analysis of water-soluble organic carbon in environmental matrices

2024· article· en· W4405080080 sur OpenAlexaff
Jan Strähl, Franziska A. Lechleitner, Thomas Laemmel, Dylan Geissbühler, Gary Salazar, Kaspar R. Daellenbach, Sönke Szidat

Notice bibliographique

RevueRadiocarbon · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRadiocarbon datingTotal organic carbonCarbon fibersAbsolute datingEnvironmental scienceEnvironmental chemistryOrganic matterGeologyChemistryMineralogyMaterials sciencePaleontologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents an improved setup for radiocarbon analysis of water-soluble organic carbon based on wet chemical oxidation as installed at the Laboratory for the Analysis of Radiocarbon with AMS (LARA) at the University of Bern. The implementation of a non-dispersive infrared CO2 detector allows more precise and accurate quantification of carbon amounts in samples and establishes the possibility of simple monitoring of the efficacy of flushing and sampling processes. A detailed blank assessment unveiled undesired oxidation of different materials and sample temperature as critical factors regarding the level of constant contamination. Contamination arising from oxidation of septum pieces and carbon-based glues in conventional sampling needles was minimized by developing a glass-sintered needle. This new needle was also designed to be longer, reducing the minimum amount of sample solution needed to 2 mL. The oxidation time and temperature (1 hr at 75°C) were optimized to further decrease contamination during analyses of samples with carbon amounts of up to ∼50 µg. With these improvements, we now report low constant contamination levels of 0.62 ± 0.12 µg C (with F14C of 0.19 ± 0.04), whereas the cross contamination factor was determined to be 0.25 ± 0.07%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,218
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRadiocarbonMême sujetIsotope Analysis in EcologyTravaux en français237 207