Method development estimating ambient oxidized mercury concentration from monitored mercury wet deposition
Notice bibliographique
Résumé
Abstract. To quantify mercury dry deposition, the Atmospheric Mercury Network (AMNet) of the National Atmospheric Deposition Program (NADP) was established recently to monitor the speciated atmospheric mercury (i.e. gaseous elemental mercury (GEM), gaseous oxidized mercury (GOM) and particulate-bound mercury (PBM)). However, the spatial coverage of AMNet is far less than the long-established Mercury Deposition Network (MDN) for wet deposition monitoring. The present study describes the first attempt linking ambient concentration of the oxidized mercury (GOM + PBM) with wet deposition aiming to estimate GOM + PBM roughly at locations and/or times where such measurement is not available but where wet deposition is monitored. The beta distribution function is used to describe the distribution of GOM + PBM and is used to predict GOM + PBM from monitored wet deposition. The mean, median, mode, standard deviation, and skewness of the fitted beta distribution parameters were generated using data collected in 2009 at multiple monitoring superstations. The established beta distribution function from the 2009 GOM + PBM data is used to construct a model that predicts GOM + PBM from wet deposition data. The model is validated using 2010 data at multiple stations, and the predicted monthly GOM + PBM concentrations agree reasonably well with measurements. The model has many potential applications after further improvements and validation using different data sets.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».