A mass budget for mercury and methylmercury in the Arctic Ocean
Notice bibliographique
Résumé
Abstract Elevated biological concentrations of methylmercury (MeHg), a bioaccumulative neurotoxin, are observed throughout the Arctic Ocean, but major sources and degradation pathways in seawater are not well understood. We develop a mass budget for mercury species in the Arctic Ocean based on available data since 2004 and discuss implications and uncertainties. Our calculations show that high total mercury (Hg) in Arctic seawater relative to other basins reflect large freshwater inputs and sea ice cover that inhibits losses through evasion. We find that most net MeHg production (20 Mg a −1 ) occurs in the subsurface ocean (20–200 m). There it is converted to dimethylmercury (Me 2 Hg: 17 Mg a −1 ), which diffuses to the polar mixed layer and evades to the atmosphere (14 Mg a −1 ). Me 2 Hg has a short atmospheric lifetime and rapidly degrades back to MeHg. We postulate that most evaded Me 2 Hg is redeposited as MeHg and that atmospheric deposition is the largest net MeHg source (8 Mg a −1 ) to the biologically productive surface ocean. MeHg concentrations in Arctic Ocean seawater are elevated compared to lower latitudes. Riverine MeHg inputs account for approximately 15% of inputs to the surface ocean (2.5 Mg a −1 ) but greater importance in the future is likely given increasing freshwater discharges and permafrost melt. This may offset potential declines driven by increasing evasion from ice‐free surface waters. Geochemical model simulations illustrate that for the most biologically relevant regions of the ocean, regulatory actions that decrease Hg inputs have the capacity to rapidly affect aquatic Hg concentrations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».