Machine-learning models of δ <sup>13</sup> C and δ <sup>15</sup> N isoscapes in Amazonian wood
Notice bibliographique
Résumé
Abstract. Illegal logging is one of the most prevalent environmental infractions in the Amazon, led by organized networks that cause substantial ecological and economic impacts. Official control mechanisms, such as Brazil’s Forest Origin Document (DOF), remain vulnerable to the fraudulent manipulation of virtual timber credits and inconsistencies in digital traceability. These deficiencies highlight the need for independent, scientifically based methodologies for timber traceability that can support law enforcement and ensure reliable provenance verification. Here, we tested whether the isotopic composition of carbon (δ13C) and nitrogen (δ15N) in wood can trace Amazonian timber origin. We developed basin-wide δ13C and δ15N isoscapes using machine-learning models to predict spatial variability. A total of 571 trees from 47 sites were analyzed for both isotopes. Tree disks or wedges were sampled from the basal trunk, sectioned transversely, and sub-sampled from heartwood to near the sapwood boundary to obtain whole-tree isotopic composition. The δ13C and, more strongly, the δ15N values exhibited substantial within-site heterogeneity, indicating individual-level physiological controls, interspecific differences, and/or small-scale environmental variation influencing isotope fractionation. Despite these sources of noise, isotopic values showed independent and predictable spatial patterns across the basin (R2 = 0.67 for δ15N and R2 = 0.60 for δ13C). Nitrogen isotopes were primarily controlled by edaphic factors, while carbon isotopes revealed a broad longitudinal gradient linked to climate. Together, these isotopic markers provide complementary information for basin-scale timber provenancing and form a robust, high-resolution framework for Amazon-wide traceability.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».