fbpx Radiocarbonio più preciso | Page 7 | Scienza in rete

Radiocarbonio più preciso

Read time: 2 mins

Ormai da decenni il metodo di datazione al radiocarbonio viene utilizzato con successo da archeologi, geologi e quant'altri hanno la necessità di collocare un evento in un momento cronologico il più possibile preciso. Il guaio maggiore di questo metodo sta nel fatto che l'ammontare di carbonio 14 in atmosfera - elemento chiave del metodo - presenta fluttuazioni che rischiano di compromettere il risultato finale.

La datazione, infatti, si fonda sulla misurazione del decadimento radioattivo di questo elemento: valutando quanto ne rimane nei tessuti che un tempo l'avevano inglobato (assorbendolo dall'anidride carbonica atmosferica) porta a stabilire quanto tempo fa è cessato tale assorbimento, in altre parole quando il tessuto ha cessato di vivere.

Indispensabile, dunque, poter contare su curve di calibrazione che tengano conto delle variazioni in atmosfera della disponibilità di carbonio 14. Si tratta di una calibrazione delicata e complessa che chiama in causa e si armonizza con tutti gli altri metodi di datazione.

Dagli anni Ottanta il gruppo di ricerca INTCAL è al lavoro per affinare l'attendibilità del metodo estendendo quanto più possibile il suo intervallo di validità e nei giorni scorsi ha pubblicato sulla rivista specializzata Radiocarbon una nuova curva di calibrazione. Non solo con la nuova calibrazione, chiamata INTCAL09, ora si riesce a coprire un'epoca di 50 mila anni - la precedente curva pubblicata nel 2004 si estendeva fino a 26 mila anni fa - ma promette di essere anche molto più accurata.

Non si tratta, comunque, dell'ultima parola in materia. Il team, infatti sta già lavorando alla prossima edizione, prevista per il 2011.

Fonti: Science Now; Radiocarbon

Autori: 
Sezioni: 
Indice: 
Fisica

prossimo articolo

La medicina di precisione non può fare a meno degli small data

I big data promettono di rivoluzionare la medicina, ma rischiano di nascondere più di quanto rivelino quando si tratta di curare il singolo paziente. Lorenzo Farina argomenta che gli small data - i dati «piccoli» abbastanza da essere compresi direttamente dal clinico - non sono un residuo del passato ma un elemento irrinunciabile della medicina di precisione. La vera sfida non è scegliere tra i due paradigmi, ma abbandonare l'approccio data-driven e tornare a ragionare per domande: prima la questione clinica, poi i dati necessari a rispondervi.

Gli small data sono definiti come quei dati di dimensione abbastanza «piccola» da poter essere immediatamente compresi da un essere umano, non tanto nella loro interpretazione che ovviamente ha sempre e necessariamente bisogno della analisi, ma nel loro significato biologico generale. Tipicamente, sono il risultato di esperimenti di laboratorio che non utilizzano macchine per l'analisi dei dati omici, bensì altre biotecnologie in grado di misurare relativamente «pochi» dati per provare a rispondere alla domanda che interessa.