Metals in the sediments of the Huron‐Erie Corridor in North America: Factors regulating metal distribution and mobilization
Notice bibliographique
Résumé
Abstract Sediment samples from the Huron‐Erie Corridor (Great Lakes, North America) were collected to quantify the relative importance of natural and anthropogenic sources of contamination, and to study the spatial metal distribution patterns of metals as a function of the characteristics of the Corridor sediments. A stratified random sampling design was used to measure the spatial patterns of metal inputs, settling and sorting along the length of the Corridor. Factors regulating metal mobilization were assessed by determining metal affinities with the total organic fraction (TOM), the mineral fraction (represented as Al), and the granulometric characteristic (represented as <0.063 mm fraction). The study revealed that anthropogenic factors primarily regulated metal distributions and mobilization throughout the Huron‐Erie Corridor. In the St. Clair and Detroit Rivers, the spatial pattern of metal distributions strongly reflected local industrial sources. In the Walpole Delta and Lake St. Clair, however, inorganic (clays) and organic (TOM) particles dominated the contaminant distribution. Sediment contamination issues throughout the Huron‐Erie Corridor were dominated by mercury, released from sources along the St. Clair and Detroit Rivers. The mean enrichment factor EF Al for mercury in these sediments has reached 68.3. Other metal pollutants were confined to the sediments in the lower depositional reach of the Corridor.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».