Dans un nouvel article, Gary Salazar et Len Wassenaar expliquent avoir étudié des données recueillies sur deux ans et demi provenant d’échantillons traités à l’aide de l’appareil MICADAS (Mini Carbon Dating System) de l’Installation nationale André E. Lalonde en spectrométrie de masse par accélérateur (SMA). Après avoir analysé presque 8 000 points de données, ils ont constaté qu’il y avait anguille sous roche.
Lorsqu’on procède au comptage du radiocarbone avec un SMA, on part du principe que les résultats devraient suivre une distribution de Poisson. En termes simples, cette distribution est un moyen de modéliser la probabilité de mesurer un certain nombre d’isotopes radioactifs sur une période donnée.
Les résultats publiés dans le journal Radiocarbon montrent que 37 % des mesures de radiocarbone ne suivaient pas une distribution de Poisson (par rapport à 63 % qui la suivaient effectivement). Heureusement, environ 34,2 % des 7 985 échantillons ne déviaient que légèrement de la distribution de Poisson, mais 2,8 % ont complètement manqué la cible.
Lorsqu’ils établissent des datations au radiocarbone, les scientifiques doivent toujours inclure des marges d’erreur. M. Salazar et M. Wassenaar ont découvert qu’utiliser une distribution de Poisson pour calculer les erreurs n’était peut-être pas la meilleure façon de procéder. Leur recherche a montré qu’un modèle quasi-Poisson permettait de mieux prendre en compte toutes les erreurs dans les données, car il produit une fourchette d’incertitude légèrement plus large pour les datations au radiocarbone, ce qui reflète mieux l’erreur réelle des données selon les auteurs.
Les chercheurs ont précisé que leurs résultats ne concernaient que leur appareil MICADAS. Ils incitent toutefois les autres laboratoires de SMA à reproduire leurs travaux afin de vérifier si leurs données produisent les mêmes résultats inattendus.
