MétaCan
Menu
Retour à la cohorte
Enregistrement W2079858119 · doi:10.1021/es010786g

The Role of Mercury Redox Reactions in Snow on Snow-to-Air Mercury Transfer

2001· article· en· W2079858119 sur OpenAlexaff
Janick D. Lalonde, Alexandre J. Poulain, Marc Amyot

Notice bibliographique

RevueEnvironmental Science & Technology · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSnowSnowpackMercury (programming language)SnowmeltEnvironmental chemistryChemistryMERCUREDeposition (geology)Temperate climateRedoxMeteorologyAnalytical Chemistry (journal)EcologyGeologyInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

Wet deposition of Hg in snow represents a major air-to-land flux of Hg in temperate and polar environments. However, the chemical speciation of Hg in snow and its chemical and physical behavior after deposition are poorly understood. To investigate Hg dynamics in snow, we followed Hg0 and total Hg concentrations in a snowpack above a frozen lake over 1 month. Our results indicate that newly deposited Hg is highly labile in snowpacks. On average, Hg levels in particular snow episodes decrease by 54% within 24 h after deposition. We hypothesize that Hg depletion in snow could be caused by a rapid snow-to-air Hg transfer resulting from Hg(II) photoinduced reduction to volatile Hg0. Both snowmelt incubated under a UV lamp at 17 degrees C and solid snow incubated under the sun at -10 degrees C in clear reaction vessels yielded a statistically significant increase in Hg0(aq) with time of exposure, while the Hg0(aq) levels remained constant in the dark controls. The snow-to-air Hg transfer we observed in this study suggests that the massive Hg deposition events observed in springtime in northern environments may have less impact than previously anticipated, since once deposited, Hg could be rapidly reduced and re-emitted.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,228 · 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

Citations213
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMercury impact and mitigation studiesTravaux en français237 207