MétaCan
Menu
Retour à la cohorte
Enregistrement W2131129946 · doi:10.1021/es0710398

Atmospheric Transport of Mercury to the Tibetan Plateau

2007· article· en· W2131129946 sur OpenAlexafffund
Mark Loewen, Shichang Kang, Debbie Armstrong, Qianggong Zhang, Gregg T. Tomy, Fei Wang

Notice bibliographique

RevueEnvironmental Science & Technology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of ManitobaFisheries and Oceans Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésTransectMercury (programming language)SnowSnowpackEnvironmental sciencePlateau (mathematics)GlacierPhysical geographyParticulatesAtmospheric sciencesGeographyGeologyOceanographyMeteorologyChemistry

Résumé

récupéré en direct d'OpenAlex

The Tibetan Plateau (including the Himalayas) is one of the most remote and cold regions in the world. It has very limited to nonexistent industry but is adjacent to the two most populous and rapidly industrializing countries (China and India) and thus provides a unique location for studying the atmospheric transport of mercury. Here we report the first study on the atmospheric transport of mercury to the Tibetan Plateau. The total mercury profiles in four snowpits from glaciers above 5700 m asl along a southwest-northeast transect across the central Tibetan Plateau were obtained in 2005-2006. In general, the total mercury concentrations in the snow samples ranged from < 1 to 9 ng L(-1), increasing northeastward from the southernmost site at Mount Everest. Higher total mercury concentrations were found in the snow deposited in the nonmonsoon season, as indicated by seasonal variation of delta18O values and major ions in the snowpack. The annual atmospheric depositional flux of total Hg was estimated to range from 0.74 to 2.97 microg m(-2) yr(-1) in the region, the majority of which occurred via particulate matter deposition.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,369
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,006
Tête enseignante GPT0,232
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations122
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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