MétaCan
Menu
Retour à la cohorte
Enregistrement W2058537097 · doi:10.1021/es071673l

PCBs, PBDEs and pesticides released to the Arctic Ocean by the Russian Rivers Ob and Yenisei

2007· article· en· W2058537097 sur OpenAlexaboutno aff
JoLynn Carroll, Vladimir M Savinov, Tatiana Savinova, Salve Dahle, Robert C. McCrea, Derek C. G. Muir

Notice bibliographique

RevueEnvironmental Science & Technology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPesticideArcticThe arcticEnvironmental scienceOceanographyOrganochlorine pesticideEnvironmental chemistryGeologyChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

The Ob and Yenisei Rivers contribute 37% of riverine freshwater inputs to the Arctic Basin and thus represent an important pathway for the land-Arctic ocean exchange of contaminants. Sampling was carried out in the Yenisei (2003) and Ob (2005) River estuaries and Kara Sea to address the general lack of reliable dissolved contaminant flux data for these major rivers. Contaminant analyses were performed by high resolution mass spectrometry on sample extracts taken from filtered large volume water samples (50-100 L) and concentrated in situ onto XAD-2 resin columns. Hexachlorocyclohexanes (HCHs), the polychlorinated biphenyl (PCB) mixtures Sovol and trichlorodiphenyl, dichlorodiphenyltrichloroethane (DDT), as well as "penta" brominated technical mixtures of polybrominated diphenyl ethers (PBDEs) are important contributors to persistent organohalogen contamination for these waterways. Dissolved fluxes to the Kara Sea were estimated at sigmaHCH 246 kg/yr, sigmaPCB 63 kg/yr, sigmaDDT 16 kg/yr, hexachlorobenzene 8 kg/yr, alpha-endosulfan 8 kg/ yr, dieldrin 5 kg/yr, sigmaPBDE 4 kg/yr, and chlordanes 4 kg/yr. Contaminant fluxes from these rivers are similar to those reported for major Canadian rivers, confirming expectations that the Ob and Yenisei are also major point sources for the Arctic basin.

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 enseignants0,184
Score d'incertitude au seuil0,367

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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

Citations68
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetToxic Organic Pollutants ImpactTravaux en français237 207