Development of a coupled metal speciation-fate model for surface aquatic systems
Notice bibliographique
Résumé
A coupled metal transport and speciation model (TRANSPEC) has been developed for surface aquatic systems that explicitly considers the influence of metal speciation on fate. The TRANSPEC, which is general to most metal and surface aquatic systems, is constructed by sequentially coupling the speciation/complexation module (in this application MINEQL+) with the fugacity/aquivalence approach for the fate calculations. This model formulation increases the mechanistic detail, predictive power, and fidelity to reality of current fugacity-aquivalence fate models for metals by estimating aqueous speciation and complexation, rather than relying on empirically derived partition coefficients. A pseudo-steady state version of TRANSPEC was used to simulate Zn dynamics in Ross Lake (Flin Flon, MB, Canada) that received elevated metal and organic matter inputs for over 50 years. Field studies revealed that ZnS forms soluble ZnL, Zn2+, and ZnSO4(0) increasing pore water concentrations when surficial sediments turn oxic during fall. The model results for three seasonal scenarios suggest that Zn remobilization is driven by resuspension of insoluble ZnS and the contribution of diffusion is negligible, even during fall when ZnS dissolves to increase the concentration of soluble species under oxic conditions in the sediments. The low diffusive flux is due to the binding of Zn to colloidal dissolved organic matter (DOM) for which sediment-water diffusion is relatively slow, a result that was obtained as a result of considering metal speciation in the fate calculations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».