Artigo de periodico

Machine-learning models of δ 13C and δ N isoscapes in Amazonian wood (2026)

• Authors:
  • Souza-Silva, Isabela Maria
  • Martinelli, Luiz Antonio
  • Holmes, Brent
  • Batista, Ana Claudia Gama
  • Araújo, Maria Gabriella da Silva
  • Garção, Anna L
  • Ponton, Stéphane
  • Groenendijk, Peter
  • Locosselli, Giuliano M
  • Ortega-Rodriguez, Daigard Ricardo
  • Amorim, Deoclecio Jardim
  • Costa, Fábio J. V
  • Nardoto, Gabriela B
  • Brunello, Alexandre Tadeu
  • Costa, Vladimir Eliodoro
  • Assis-Pereira, Gabriel
  • Tomazello-Filho, Mario
  • Higuchi, Niro
  • Barbosa, Ana C
  • Sena-Souza, João Paulo
  • Bataille, Clément P
• USP affiliated authors: MARTINELLI, LUIZ ANTONIO - CENA ; LOCOSSELLI, GIULIANO MASELLI - CENA ; AMORIM, DEOCLECIO JARDIM - CENA ; TOMMASIELLO FILHO, MARIO - ESALQ ; SILVA, ISABELA MARIA SOUZA - CENA ; BATISTA, ANA CLAUDIA GAMA - CENA ; ARAÚJO, MARIA GABRIELLA DA SILVA - Interunidades em Ecologia Aplicada ; RODRÍGUEZ, DAIGARD RICARDO ORTEGA - ESALQ ; BRUNELLO, ALEXANDRE TADEU - CENA
• Unidades: CENA; ESALQ; Interunidades em Ecologia Aplicada
• DOI: 10.5194/bg-23-881-2026
• Subjects: APRENDIZADO COMPUTACIONAL; ÁRVORES FLORESTAIS; BACIA HIDROGRÁFICA; CARBONO; ISÓTOPOS ESTÁVEIS; MADEIRA; NITROGÊNIO; VARIABILIDADE ESPACIAL
• Agências de fomento:
  • Financiamento CAPES
  • Financiamento INCT
  • Financiamento FAPESP
  • Financiamento CNPq
• Language: Inglês
• Imprenta:
  • Publisher place: Göttingen
  • Date published: 2026
• Source:
  • Título: Biogeosciences
  • ISSN: 1726-4189
  • Volume/Número/Paginação/Ano: v. 23, p. 881-904, 2026


Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).

Status:

Artigo publicado em periódico de acesso aberto (Gold Open Access)

Versão do Documento:

Versão publicada (Published version)

Acessar versão aberta:

• URL de acesso aberto
• PDF de acesso aberto

Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.

---

Download do texto completo

Tipo	Nome	Link
	3289459-Machine-learning_...

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  SOUZA-SILVA, Isabela Maria et al. Machine-learning models of δ 13C and δ N isoscapes in Amazonian wood. Biogeosciences, v. 23, p. 881-904, 2026Tradução . . Disponível em: https://doi.org/10.5194/bg-23-881-2026. Acesso em: 31 mar. 2026.

• APA

  Souza-Silva, I. M., Martinelli, L. A., Holmes, B., Batista, A. C. G., Araújo, M. G. da S., Garção, A. L., et al. (2026). Machine-learning models of δ 13C and δ N isoscapes in Amazonian wood. Biogeosciences, 23, 881-904. doi:10.5194/bg-23-881-2026

• NLM

  Souza-Silva IM, Martinelli LA, Holmes B, Batista ACG, Araújo MG da S, Garção AL, Ponton S, Groenendijk P, Locosselli GM, Ortega-Rodriguez DR, Amorim DJ, Costa FJV, Nardoto GB, Brunello AT, Costa VE, Assis-Pereira G, Tomazello-Filho M, Higuchi N, Barbosa AC, Sena-Souza JP, Bataille CP. Machine-learning models of δ 13C and δ N isoscapes in Amazonian wood [Internet]. Biogeosciences. 2026 ; 23 881-904.[citado 2026 mar. 31 ] Available from: https://doi.org/10.5194/bg-23-881-2026

• Vancouver

  Souza-Silva IM, Martinelli LA, Holmes B, Batista ACG, Araújo MG da S, Garção AL, Ponton S, Groenendijk P, Locosselli GM, Ortega-Rodriguez DR, Amorim DJ, Costa FJV, Nardoto GB, Brunello AT, Costa VE, Assis-Pereira G, Tomazello-Filho M, Higuchi N, Barbosa AC, Sena-Souza JP, Bataille CP. Machine-learning models of δ 13C and δ N isoscapes in Amazonian wood [Internet]. Biogeosciences. 2026 ; 23 881-904.[citado 2026 mar. 31 ] Available from: https://doi.org/10.5194/bg-23-881-2026

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Within- and between-site variability of δ18O, δ13C, and δ15N in Amazonian tree rings: climatic drivers and implications for geographic traceability
• Bioavailable strontium isoscape for the Amazon region using tree wood
• Evaluating an isotopic model for tracing the geographic origin of soybeans in Brazil
• Predicting soil 𝛿13C patterns in Brazil using nested datasets, feature selection, and machine learning
• Isotope fingerprinting for traceability in the amazon bioeconomy: a bayesian assignment approach with açaí
• Spatial variation of stable hydrogen and oxygen isotopes in tap water in Brazil
• Minimum temperature and evapotranspiration in Central Amazonian floodplains limit tree growth of Nectandra amazonum (Lauraceae)
• Does climate change alter the nutrient trends of Cedrela fissilis Vell. trees in the southern Brazilian Amazon?
• Novel yield model of Pinus patula Schltdl. & Cham. Growth near the ecological limit in northwestern peruvian andes
• Trace elements distribution in tropical tree rings through high-resolution imaging using LA-ICP-MS analysis