MétaCan
Menu
Retour à la cohorte
Enregistrement W1977784782 · doi:10.1021/es0701715

Atmospheric Atrazine at Canadian IADN Sites

2007· article· en· W1977784782 sur OpenAlexaffabout
Yuan Yao, Elisabeth Galarneau, Pierrette Blanchard, Nick Alexandrou, Kenneth A. Brice, Yifan Li

Notice bibliographique

RevueEnvironmental Science & Technology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Resources Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésAtrazineEnvironmental scienceDeposition (geology)PrecipitationHydrology (agriculture)Atmospheric sciencesSeasonalityEnvironmental chemistryPesticideStructural basinGeographyMeteorologyChemistryEcologyGeologyGeomorphologyBiology

Résumé

récupéré en direct d'OpenAlex

Atrazine is one of the most widely used herbicides in North America and has been primarily applied to corn production in the Great Lakes basin for over 30 years. During 1996-2002, atrazine concentrations in the atmospheric gas and particle phases were investigated at three Canadian Integrated Atmospheric Deposition Network (IADN) sites including two lakeside sites (Burnt Island and Point Petre) and a rural inland site (Egbert). Strong seasonality with peak concentrations occurring in late April-early July was observed. An atrazine usage map for Canada (sum: 870 t) and the United States (sum: 34 500 t) in 2002 was created. Local application and regional atmospheric transport both appear to contribute to its atmospheric occurrence, while the latter might episodically result in high concentrations events. No strong temperature dependence was observed for atrazine particle-gas partitioning. Recent measurement results of atrazine in precipitation samples collected at Egbert and another agricultural site, Vineland, through the Canadian Atmospheric Network for Currently Used Pesticides (CANCUP), are also presented, Dry, wet, and gas exchange deposition all contribute to atmospheric inputs of atrazine to the Great Lakes. For Lake Ontario, gas exchange is estimated to be of similar magnitude to dry and wet deposition.

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)0,001
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 enseignants0,025
Score d'incertitude au seuil0,184

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,193 · 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

Citations16
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetWater Quality and Resources StudiesTravaux en français237 207