MétaCan
Menu
Retour à la cohorte
Enregistrement W2076463675 · doi:10.3402/tellusb.v56i5.16458

The Arctic: a sink for mercury

2004· article· en· W2076463675 sur OpenAlexafffund
Parisa A. Ariya, Ashu Dastoor, Marc Amyot, W. H. Schroeder, Leonard A. Barrie, K. G. Anlauf, Farhad Raofie, A. Ryzhkov, Didier Davignon, Janick D. Lalonde, A. Steffen

Notice bibliographique

RevueTellus B · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversité de MontréalUniversité du Québec à MontréalEnvironment and Climate Change CanadaMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésMercury (programming language)ArcticTroposphereOzone depletionEnvironmental chemistryHalogenSink (geography)OzoneSnowChemistryAtmospheric sciencesEnvironmental scienceMeteorologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Mercury is a persistent, toxic and bio-accumulative pollutant of global interest. Its main mass in the troposphere is in the form of elemental gas-phase mercury. Rapid, near-complete depletion of mercury has been observed during spring in the atmospheric boundary layer of frozen marine areas in Arctic, sub-Arctic and Antarctic locations. It is strongly correlated with ozone depletion. To date, evidence has indicated strongly that chemistry involving halogen gases from surface sea-salt is the mechanism of this destruction. Precisely which halogen gases are the main players has remained unresolved. Our novel kinetic data and multiscale modelling show that Br atoms and BrO radicals are the most effective halogens driving mercury oxidation. The reduction of oxidized mercury deposited in the snow pack back to Hg0 and subsequent diffusion to the atmosphere is observed. However, it cannot compensate for the total deposition, and a net accumulation occurs. We use a unique global atmospheric mercury model to estimate that halogen-driven mercury depletion events result in a 44% increase in the net deposition of mercury to the Arctic. Over a 1-yr cycle, we estimate an accumulation of 325 tons of mercury in the Arctic.

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 enseignants0,035
Score d'incertitude au seuil0,069

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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,267
Écart entre enseignants0,246 · 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

Citations219
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTellus BMême sujetMercury impact and mitigation studiesTravaux en français237 207