Long range transport of mercury to the Arctic and across Canada
Notice bibliographique
Résumé
Abstract. This study is the most extensive study to date on the transport of mercury to the Arctic. Moreover, it is the first such study to use a fully-coupled, online chemical transport model, Environment Canada's Global/Regional Atmospheric Heavy Metals model (GRAHM), where the meteorology and mercury processes are fully integrated. It is also the only study to date on the transport of mercury across Canada. We estimated source attribution from Asia, North America, Russia and Europe at six arctic verification stations, as well as three subarctic and eight midlatitude Canadian stations. We have found that Asia, despite having transport efficiencies that were almost always lower than those of North America and often lower than those of Russia, was the dominant source of gaseous atmospheric mercury at all verification stations: it contributed the most mercury (29–37% at all stations, seasons and levels considered), its concentrations frequently explained nearly 100% of the variability in the concentrations produced by the simulation performed with full global emissions, particularly in the absence of local sources, and it generated the most long range transport (LRT) events, causing 43%, 67% and 75% of the events at the arctic, subarctic and midlatitude stations, respectively. For the Arctic, Russian transport efficiencies tended to be the strongest, as expected, while European and Asian efficiencies were lower and higher, respectively, than those found in the literature. This disagreement is likely produced by mercury's long lifetime relative to that of other pollutants. The accepted springtime preference for the trans-Pacific transport of Asian pollution was evident only in the midlatitude group of stations, being masked in the arctic and subarctic groups by the occurrence of atmospheric mercury depletion events. Some neighbouring arctic stations recorded dissimilar numbers of LRT events; despite their proximity, the behaviour of mercury at these stations was governed by different dynamics and transport pathways. The column burden of GEM in the lowest 5 km of the Northern Hemisphere was largest in summer from Asia, North America and Russia, but in winter from Europe. In the vertical, transport of mercury from all source regions occurred principally in the mid-troposphere.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».