MétaCan
Menu
Retour à la cohorte
Enregistrement W1986227031 · doi:10.1139/s07-005

Local and regional factors affecting atmospheric mercury speciation at a remote location

2007· article· en· W1986227031 sur OpenAlexvenueno aff
Helen Manolopoulos, James J. Schauer, Mark D. Purcell, Todd M. Rudolph, Mark L. Olson, Bruce Rodger, Dave P. Krabbenhoft

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesColorado State UniversityU.S. Department of StateU.S. Environmental Protection Agency
Mots-clésMercury (programming language)Environmental chemistryEnvironmental scienceParticulatesMERCUREDeposition (geology)ChemistryEcologyGeologySedimentGeomorphologyBiologyAnalytical Chemistry (journal)

Résumé

récupéré en direct d'OpenAlex

Atmospheric concentrations of elemental (Hg0), reactive gaseous (RGM), and particulate (PHg) mercury were measured at two remote sites in the midwestern United States. Concurrent measurements of Hg0, PHg, and RGM obtained at Devil’s Lake and Mt. Horeb, located approximately 65 km apart, showed that Hg0 and PHg concentrations were affected by regional, as well as local sources, while RGM was mainly impacted by local sources. Plumes reaching the Devil’s Lake site from a nearby coal-fired power plant significantly impacted SO2 and RGM concentrations at Devil’s Lake, but had little impact on Hg0. Our findings suggest that traditional modeling approaches to assess sources of mercury deposited that utilize source emissions and large-scale grids may not be sufficient to predict mercury deposition at sensitive locations due to the importance of small-scale sources and processes. We suggest the use of a receptor-based monitoring to better understand mercury source–receptor relationships.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations26
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMercury impact and mitigation studiesTravaux en français237 207