MétaCan
Menu
Retour à la cohorte
Enregistrement W166619974 · doi:10.1021/es202112y

Subarctic Weathering of Mineral Wastes Provides a Sink for Atmospheric CO<sub>2</sub>

2011· article· en· W166619974 sur OpenAlexafffundabout
Sasha Wilson, Gregory M. Dipple, Ian Power, Shaun L.L. Barker, Stewart Fallon, Gordon Southam

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensWestern UniversityUniversity of British Columbia
Organismes subventionnairesDivision of Ocean SciencesNatural Sciences and Engineering Research Council of CanadaUniversity of Wyoming
Mots-clésSubarctic climateWeatheringSink (geography)Environmental scienceMineralEnvironmental chemistryEarth scienceGeochemistryGeologyChemistryOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

The mineral waste from some mines has the capacity to trap and store CO(2) within secondary carbonate minerals via the process of silicate weathering. Nesquehonite [MgCO(3)·3H(2)O] forms by weathering of Mg-silicate minerals in kimberlitic mine tailings at the Diavik Diamond Mine, Northwest Territories, Canada. Less abundant Na- and Ca-carbonate minerals precipitate from sewage treatment effluent deposited in the tailings storage facility. Radiocarbon and stable carbon and oxygen isotopes are used to assess the ability of mine tailings to trap and store modern CO(2) within these minerals in the arid, subarctic climate at Diavik. Stable isotopic data cannot always uniquely identify the source of carbon stored within minerals in this setting; however, radiocarbon isotopic data provide a reliable quantitative estimate for sequestration of modern carbon. At least 89% of the carbon trapped within secondary carbonate minerals at Diavik is derived from a modern source, either by direct uptake of atmospheric CO(2) or indirect uptake though the biosphere. Silicate weathering at Diavik is trapping 102-114 g C/m(2)/y within nesquehonite, which corresponds to a 2 orders of magnitude increase over the background rate of CO(2) uptake predicted from arctic and subarctic river catchment data.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,304

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207