MétaCan
Menu
Retour à la cohorte
Enregistrement W2025011177 · doi:10.1021/es0708464

Comparing WHAM 6 and MINEQL+ 4.5 for the Chemical Speciation of Cu<sup>2+</sup> in the Rhizosphere of Forest Soils

2007· article· en· W2025011177 sur OpenAlexafffundabout
Benoît Cloutier‐Hurteau, Sébastien Sauvé, François Courchesne

Notice bibliographique

RevueEnvironmental Science & Technology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGenetic algorithmDissolved organic carbonRhizosphereChemistryEnvironmental chemistrySoil waterSoil pHSoil scienceEnvironmental scienceEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Metal speciation data calculated by modeling could give useful information regarding the fate of metals in the rhizospheric environment. However, no comparative study has evaluated the relative accuracy of speciation models in this microenvironment. Consequently, the present study evaluates the reliability of free Cu ion (Cu2+) activity modeled by WHAM 6 and MINEQL+ 4.5 for 18 bulk and 18 rhizospheric soil samples collected in two Canadian forested areas located near industrial facilities. The modeling of Cu speciation was performed on water extracts using pH, dissolved organic carbon (DOC), major ions, and total dissolved Al, Ca, Cu, Mg, and Zn concentrations as input data. Four scenarios representing the composition of dissolved organic substances using fulvic, humic, and acetic acids were derived from the literature and used in the modeling exercise. Different scenarios were used to contrast soil components (rhizosphere vs bulk) and soil pH levels (acidic vs neutral to alkaline). Reference Cu2+ activity values measured by an ion-selective electrode varied between 0.39 and 41 nM. The model MINEQL+ 4.5 provided good predictions of Cu2+ activities [root-mean-square residual (RMSR)= 0.37], while predictions from WHAM 6 were poor (RMSR = 1.74) because they overestimated Cu complexation with DOC. Modeling with WHAM 6 could be improved by adjusting the proportion of inert DOC and the composition of DOC (RMSR = 0.94), but it remained weaker than predictions with MINEQL+ 4.5. These results suggested that the discrepancies between speciation models were attributed to differences in the binding capacity of humic substances with Cu, where WHAM 6 appeared to be too aggressive. Therefore, we concluded that chemical interactions occurring between Cu and DOC were key factors for an accurate simulation of Cu speciation, especially in rhizospheric forest soils, where high variation of the DOC concentration and composition are observed.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,071
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,005
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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.

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
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetHeavy metals in environmentTravaux en français237 207