MétaCan
Menu
← Retour à la cohorte
Enregistrement W2004469591 · doi:10.1021/es990688j

Degradation as a Loss Mechanism in the Fate of α-Hexachlorocyclohexane in Arctic Watersheds

2000· article· en· W2004469591 sur OpenAlexaffabout
Paul A. Helm, Miriam L. Diamond, Ray Semkin, Terry F. Bidleman

Notice bibliographique

RevueEnvironmental Science & Technology · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversity of TorontoEnvironment and Climate Change Canada
Organismes subventionnairesNational Institute for Materials Science
Mots-clésMeltwaterEnvironmental scienceArcticHydrology (agriculture)Surface runoffSTREAMSSnowmeltArctic charSnowEnvironmental chemistryTroutSalvelinusEcologyGeologyOceanographyChemistryFish <Actinopterygii>FisheryBiologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Water extracts of samples collected from Amituk Lake in July−August, 1994 and samples collected at Char and Meretta Lakes in July 1997 were analyzed for enantiomers and concentrations of α-HCH to estimate the extent of biodegradation in watersheds in the Canadian High Arctic. (+)/(−)-α-HCH enantiomer ratios (ERs) in three streams entering Amituk Lake ranged from racemic values of 1.01 in snow to 0.36 in meltwater. Lower ERs were promoted by warmer temperatures and increased contact with stream substrates during low streamflows, especially biologically productive substrates. Most α-HCH degradation occurred during peak runoff when ERs were 0.95−0.80, rather than later in summer when ERs reached their minimum. Approximately 7% of α-HCH in the Amituk Lake basin was enantioselectively degraded prior to entering the lake. ERs within Amituk Lake are controlled by meltwater inputs rather than within lake degradation and clearly illustrate the riverine-like nature of high arctic lakes. Differences in lake α-HCH inventory from end of summer 1993 to spring 1994 indicate that from 33 to 61% of α-HCH within the lake may have been lost via nonenantioselective microbial degradation at a rate ranging from 0.48 to 1.13 y - 1 .

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)0,000
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 enseignants0,134
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,005
Tête enseignante GPT0,209
Écart entre enseignants0,204 · 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

Citations24
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetToxic Organic Pollutants Impact→Travaux en français237 207→