MétaCan
Menu
Retour à la cohorte
Enregistrement W2019192542 · doi:10.1021/es026109j

In Situ Two-Dimensional High-Resolution Profiling of Sulfide in Sediment Interstitial Waters

2003· article· en· W2019192542 sur OpenAlexaffabout
Christopher R. DeVries, Fei Wang

Notice bibliographique

RevueEnvironmental Science & Technology · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSulfideIn situSedimentEnvironmental chemistryChemistrySulfurMineralogyGeologyGeomorphologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A recently developed technique of diffusive gradients in thin films (D6T)-computer-imaging densitometry (CID) was improved to study in situ two-dimensional distributions of sulfide in sediment interstitial waters adjacent to the DGT device. The in situ profiler accumulates sulfide from the sediment interstitial water through a diffusive gel onto a AgI binding gel to form black Ag2S. The amount of sulfide bound in the binding gel is then determined from the gray scale density of the dried binding gel. New gel-making procedures were employed to produce stable, evenly dispersed AgI binding gels and to minimize the darkening of the AgI gel upon exposure to light The improved DGT-CID technique was used to profile the distribution of sulfide in sediment interstitial waters at Delta Marsh, a highly productive Prairie wetland on the south shore of Lake Manitoba, at a vertical and lateral resolution of < or = 0.4 mm. The in situ high-resolution microprofiles revealed unprecedented two-dimensional heterogeneity in sulfide concentrations in the sediment interstitial waters adjacent to the DGT device. The mosaic distribution of oxic and sulfidic microenvironments suggested not only the complexity and heterogeneity of the biogeochemistry of sulfur species and sulfide-binding metals (e.g., Cd, Cu, Pb, Hg, Zn) in sediments but also the capability of aquatic organisms for coping with the sulfidic environment

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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

Citations76
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMarine and coastal ecosystemsTravaux en français237 207