A modeling assessment of contaminant fate in the Bay of Quinte, Lake Ontario: Part 1. Metals
Notice bibliographique
Résumé
A mass balance model of contaminant fate-transport was used to assess the fate of four metals: As, Cd, Cu and Zn, in the Bay of Quinte for hydrologic conditions and loadings in 2000. Results were compared with previous model results of 1988. The model was based on the QWASI (Quantitative Water Air Sediment Interaction) approach and the fugacity/aquivalence concept. The Bay was divided into five geographic segments based on hydrodynamics and chemical loadings. The model identified tributaries and Lake Ontario as the major sources of metal loadings to the Upper and Lower Bays, respectively. Metal concentrations in water decreased by 40–75% in the tributaries between May 1988 and 2000, which resulted in decreased metal concentrations that were, in 2000, all below the Provincial Water Quality Objectives. Measured sediment concentrations exceeded the Lowest Effect Levels (LEL) for all metals at many sites in the Upper and Lower Bays. Using 2000 metal loadings from tributaries and Lake Ontario, the model predicted that sediment concentrations will meet or come within 20% of LELs for all metals in segment 1, As in segments 2 and 3, and Zn in segment 3 within 40 years. Although the model predicted that sediment concentrations would decline to the LEL for all segments within 26 (Zn) to 54 (Cu) years, evidence suggests that benthos are now not impaired by ambient sediment concentrations (excluding “hot spots”). Reducing sediment concentrations faster is expected to be very difficult because their loadings originate from diffuse sources in the watersheds of tributaries and Lake Ontario.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».