MétaCan
Menu
← Retour à la cohorte
Enregistrement W2029376938 · doi:10.1139/f04-143

Coupling of methyl and total mercury in a minerotrophic peat bog in southeastern Sweden

2004· article· en· W2029376938 sur OpenAlexvenueno aff
Olof Regnell, Tommy Hammar

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesNaturvårdsverket
Mots-clésPeatBogMercury (programming language)Environmental chemistryChemistryMethylmercuryParticulatesHydrology (agriculture)EcologyGeology

Résumé

récupéré en direct d'OpenAlex

During most of an annual cycle, we studied the temporal variation of total mercury (HgT) and methyl mercury (MeHg) in unfiltered and filtered (0.45 µ) peat water from a minerotrophic peat bog in southeastern Sweden. MeHg in bulk water ([MeHgT]) and total Hg in filtered water in discharge water from the peat bog ([HgD]) were an order of magnitude higher than in upland runoff water entering the peat bog. At the discharge end, peat-water [HgD] and [MeHgD] ranged from 8 to 54 pmol·L–1 and from 1 to 32 pmol·L–1, respectively. Whereas the variation of [MeHgT] was explained by changes in [MeHgD], the variation of inorganic HgT [IHgT] = [HgT] – [MeHgT] was explained by changes in particle-bound IHg [IHgP] = [IHgT] – [IHgD]. Filterable organic matter and sulfide in the water both correlated poorly with [HgD]. Neither did the amount of HgT in precipitation and upland runoff water correlate well with the estimated discharge of HgD from the peat bog. However, there was a strong correlation between [HgD] and [MeHgT] in the peat water (r = 0.96). Furthermore, a significant fraction of HgD was MeHg (mean 28%; range 8–60%). These results suggest that methylation increased the mobility of Hg.

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 enseignants0,024
Score d'incertitude au seuil0,047

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
Bibliométrie0,0010,000
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 Opus0,025
Tête enseignante GPT0,243
Écart entre enseignants0,218 · 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

Citations13
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMercury impact and mitigation studies→Travaux en français237 207→