Effects of estimates from different geochemical models on metal fate predicted by coupled speciation-fate models
Notice bibliographique
Résumé
Coupled metal speciation-fate models are an improvement over stand-alone fate-transport models for accurately assessing metal fate and transport. These coupled models estimate fate-controlling partition coefficients using geochemical speciation/complexation models. Commercially available geochemical models are practical options for a two-step, loose coupling with fate-transport models. These models differ in their partitioning estimates because of differences in assumptions, databases, and so on. The present study examines the effects of differences in estimates from geochemical models on estimates of cationic metal fate using two geochemical models: the Windermere humic aqueous model (WHAM) and the minicomputer equilibrium+ model (MINEQL+). The results from each geochemical model were used as input to the fate module of TRANSPEC (a general, coupled metal transport and speciation model). The two versions of the TRANSPEC model were then used to assess the fate of five cationic metals (Cd, Cu, Ni, Pb, and Zn) in Ross Lake (Flin Flon, MB, Canada; alkaline, eutrophic, mine impacted), Kelly Lake (Sudbury, ON, Canada; circumneutral, mesotrophic, mine influenced), and Lake Tantaré (Quebec City, QC, Canada; acidic, oligotrophic, pristine). For relatively soluble metals (Cd, Ni, and Zn), the WHAM and MINEQL+ estimates of speciation/complexation were similar for Ross and Kelly lakes but differed for Lake Tantaré. These differences, however, did not result in significant differences in overall fate estimates. Marked differences were observed between the WHAM and MINEQL+ estimates of partition coefficient, Kd, for more particle-reactive Cu and Pb that translated into the greatest impact on fate in mesotrophic Kelly Lake, in which particle movement is important for fate.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».