MétaCan
Menu
Retour à la cohorte
Enregistrement W2184183029 · doi:10.2112/si65-006.1

Metal contamination and potential toxicity of sediment from lock gate port in South Korea

2013· article· en· W2184183029 sur OpenAlexfundno aff
Ki Young Choi, Suk Hyun Kim, Gi Hoon Hong, Chang Joon Kim

Notice bibliographique

RevueJournal of Coastal Research · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council CanadaMinistry of Land, Transport and Maritime Affairs
Mots-clésContaminationSedimentEnvironmental chemistryEnvironmental sciencePollutionChemistryGeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Choi, K.Y., Kim, S.H., Hong, G.H., Kim, C.J., 2013. Assessment of the metal contamination and potential toxicity of sediment from artificially closed system port in South Korea.A study was performed to determine the total and potentially bioavailable heavy metal concentrations in sediments from the Port of Incheon, and the differences in contamination for each pier were identified. Metal enrichment factors (EF) suggested that contamination with Cu, Zn, Cd, Pb, and Hg was occurring at the port. Ni, Cu and Zn concentrations exceeded the effect range low level at most sampling sites according to U.S. NOAA sediment quality guidelines (SQGs). The potential toxicity of metals was determined by 1M HCl extractions. Large portions of Cu, Zn, Cd, and Pb were present as potentially bioavailable fractions (1M HCl extractable fractions) and they were introduced from anthropogenic activities. Principal component analysis (PCA) was performed in order to assess the sources of contamination of the sediment and the influence of anthropogenic activities on sediment quality. Two PCA factors were obtained for identifying the sampling sites affected by anthropogenic activities. Patterns of sediment contamination at each pier were classified, and the results showed that Cu–Zn–Cd–Pb–Hg and Ni were the main components.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,749
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,301
Écart entre enseignants0,272 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coastal ResearchMême sujetHeavy metals in environmentTravaux en français237 207