MétaCan
Menu
Retour à la cohorte
Enregistrement W1964077300 · doi:10.1021/es026401r

Emission and Long-Range Transport of Gaseous Mercury from a Large-Scale Canadian Boreal Forest Fire

2003· article· en· W1964077300 sur OpenAlexaboutno aff
J. M. Sigler, Xuhui Lee, J. William Munger

Notice bibliographique

RevueEnvironmental Science & Technology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTaigaEnvironmental scienceBorealAtmospheric sciencesTonnePlumeTemperate climateClimatologyForestryMeteorologyEcologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Field observations made at Harvard Forest [Petersham, MA, U.S.A. (42 degrees 54' N, 72 degrees 18' W)] during early July 2002 show clear evidence of long-range transport of gaseous mercury (Hg) in a smoke plume from a series of boreal forest fires in northern Quebec. These measurements indicated significant and highly correlated increases in Hg and CO during the plume event. The Hg:CO emissions ratio determined from the data (8.61 x 10(-8) mol mol(-1)) was combined with previously published information on CO emissions and biomass burned to determine a mean area-based Hg emission flux density for boreal forest fires (1.5 g Hg ha(-1)), annual Hg emissions from Canadian forest fires (3.5 tonnes), and annual global Hg emissions from boreal forest fires (22.5 tonnes). Annual Hg emissions from boreal fires in Canada may equal 30% of annual Canadian anthropogenic emissions in an average fire year and could be as high as 100% during years of intense burning. The Hg:CO emissions ratio of this study was much lower than those reported for a temperate forest in Ontario and a pine/shrub vegetation in South Africa, suggesting that fire emission is dependent on biome/species and that any extrapolation from a single fire event to determine the global fire emission is speculative.

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 enseignants0,027
Score d'incertitude au seuil0,062

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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

Citations140
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMercury impact and mitigation studiesTravaux en français237 207