Determination of diffusion coefficients of dissolved organic matter in the Churchill River estuary system, Hudson Bay (Canada)
Notice bibliographique
Résumé
Environmental context Reliable interpretation of metal levels measured by diffusive gradients in thin film (DGT) requires a sound understanding of the diffusion properties of dissolved organic matter (DOM), the main ligand of metals in natural waters. The present study determined that the molecular weight of DOM and conductivity are the main factors controlling the diffusion of freshly collected estuarine DOM across the DGT diffusive gel. Abstract Diffusion coefficients (D) and the molecular weight distribution (MW) of 18 dissolved organic matter (DOM) samples collected in the Churchill River estuary system (Manitoba, Canada) were determined using a diffusive cell apparatus. NaN3 addition has been shown to preserve the DOM MW distribution within 5 weeks of collection whereas the diffusive properties (i.e. D) were strongly influenced by storage conditions, suggesting D must be determined on freshly collected material. Aquatic DOM from the river and estuarine sites was capable of diffusing across a polyacrylamide diffusive gel membrane with mean D values ranging from 2.74 × 10–6 to 6.98 × 10–6 cm2 s–1 and from 2.42 × 10–6 to 10.7 × 10–6 cm2 s–1 respectively, congruent with previous studies using humic substances and natural DOM. The molecular weight of the river and estuary DOM samples (~400–830 Da) measured using asymmetrical flow-field flow fractionation (AF4) strongly influenced D, with larger MW DOM having lower D values. Conductivity had a significant negative correlation with D in estuarine samples collected at high and low tides (R2 = 0.82 and 0.46 respectively). These results suggest that MW and conductivity can significantly influence D of DOM in river and marine-dominated sites respectively.
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) | 0,001 | 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 ».