MétaCan
Menu
Retour à la cohorte
Enregistrement W2320902837 · doi:10.1021/es5008033

Total and Methylated Mercury in Arctic Multiyear Sea Ice

2014· article· en· W2320902837 sur OpenAlexaff
Sarah A. Beattie, Debbie Armstrong, Amanda Chaulk, Jérôme Comte, Michel Gosselin, Fei Wang

Notice bibliographique

RevueEnvironmental Science & Technology · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversité du Québec à RimouskiUniversité LavalCenter for Northern StudiesUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)ArcticSea iceMethylmercuryEnvironmental scienceOceanographyMarine ecosystemArctic ice packEnvironmental chemistryEcosystemChemistryEcologyGeologyBioaccumulationBiology

Résumé

récupéré en direct d'OpenAlex

Mercury is one of the primary contaminants of concern in the Arctic marine ecosystem. While considerable efforts have been directed toward understanding mercury cycling in the Arctic, little is known about mercury dynamics within Arctic multiyear sea ice, which is being rapidly replaced with first-year ice. Here we report the first study on the distribution and potential methylation of mercury in Arctic multiyear sea ice. Based on three multiyear ice cores taken from the eastern Beaufort Sea and McClure Strait, total mercury concentrations ranged from 0.65 to 60.8 pM in bulk ice, with the highest values occurring in the topmost layer (∼40 cm) which is attributed to the dynamics of particulate matter. Methylated mercury concentrations ranged from below the method detection limit (<0.1 pM) to as high as 2.64 pM. The ratio of methylated to total mercury peaked, up to ∼40%, in the mid to bottom sections of the ice, suggesting the potential occurrence of in situ mercury methylation. The annual fluxes of total and methylated mercury into the Arctic Ocean via melt of multiyear ice are estimated to be 420 and 42 kg yr(-1), respectively, representing an important and changing source of mercury and methylmercury into the Arctic Ocean marine ecosystem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,179
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations39
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207