MétaCan
Menu
Retour à la cohorte
Enregistrement W2124088034 · doi:10.5194/acp-10-5951-2010

Global mercury emissions to the atmosphere from anthropogenic and natural sources

2010· article· en· W2124088034 sur OpenAlexaff
Nicola Pirrone, Sergio Cinnirella, Xinbin Feng, Robert B. Finkelman, H. Friedli, Joy Leaner, Robert P. Mason, Arun B. Mukherjee, Glenn B. Stracher, David G. Streets, Kevin Telmer

Notice bibliographique

RevueAtmospheric chemistry and physics · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Environmental scienceNatural gasEnvironmental chemistryFossil fuelEmission inventoryAtmospheric sciencesEnvironmental engineeringEnvironmental protectionAir pollutionWaste managementChemistryGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. This paper provides an up-to-date assessment of global mercury emissions from anthropogenic and natural sources. On an annual basis, natural sources account for 5207 Mg of mercury released to the global atmosphere, including the contribution from re-emission processes, which are emissions of previously deposited mercury originating from anthropogenic and natural sources, and primary emissions from natural reservoirs. Anthropogenic sources, which include a large number of industrial point sources, are estimated to account for 2320 Mg of mercury emitted annually. The major contributions are from fossil-fuel fired power plants (810 Mg yr−1), artisanal small scale gold mining (400 Mg yr−1), non-ferrous metals manufacturing (310 Mg yr−1), cement production (236 Mg yr−1), waste disposal (187 Mg yr−1) and caustic soda production (163 Mg yr−1). Therefore, our current estimate of global mercury emissions suggests that the overall contribution from natural sources (primary emissions + re-emissions) and anthropogenic sources is nearly 7527 Mg per year, the uncertainty associated with these estimates are related to the typology of emission sources and source regions.

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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,005
Tête enseignante GPT0,236
Écart entre enseignants0,230 · 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

Citations1 470
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetMercury impact and mitigation studiesTravaux en français237 207