Mercury and trace elements in cloud water and precipitation collected on Mt. Mansfield, Vermont
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The lack of high quality measurements of Hg and trace elements in cloud and fog water led to the design of a new collector for clean sequential sampling of cloud and fog water. Cloud water was collected during nine non-precipitating cloud events on Mt. Mansfield, VT in the northeastern USA between August 1 and October 31, 1998. Sequential samples were collected during six of these events. Mercury cloud water concentrations ranged from 7.5 to 71.8 ng l(-1), with a mean of 24.8 ng l(-1). Liquid water content explained about 60% of the variability in Hg cloud concentrations. Highest Hg cloud water concentrations were found to be associated with transport from the Mid-Atlantic and Ohio River Valley, and lowest concentrations with transport from the north of Mt. Mansfield out of Canada. Twenty-nine event precipitation samples were collected during the ten-week cloud sampling period near the base of Mt. Mansfield as part of a long-term deposition study. The Hg concentrations of cloud water were similar to, but higher on average (median of 12.5 ng l(-1)) than Hg precipitation concentrations (median of 10.5 ng l(-1)). Cloud and precipitation samples were analyzed for fifteen trace elements including Mg, Cu, Zn, As, Cd and Pb by ICP-MS. Mean concentrations were higher in cloud water than precipitation for elements with predominately anthropogenic, but not crustal origin in samples from the same source region. One possible explanation is greater in-cloud scavenging of crustal elements in precipitating than non-precipitating clouds, and greater below-cloud scavenging of crustal than anthropogenic aerosols.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle