Predicting Net Mercury Methylation in Sediments Using Diffusive Gradient in Thin Films Measurements
Notice bibliographique
Résumé
Diffusive gradient in thin film (DGT) sediment probes for methylmercury (MMHg) were successfully deployed for up to 30 h in three mudflat sediments in San Francisco Bay for measuring labile fractions of dissolved MMHg in pore water. Our calculations show that the local DGT-induced depletion of MMHg in sediment pore waters should be fully compensated by the natural in situ MMHg production and its subsequent remobilization from the solid phase. DGT results were interpreted in terms of labile pore water concentration and provide MMHg concentration depth profiles with a centimeter resolution. Average concentrations of DGT-labile MMHg were 2.10 ± 0.29 and 1.64 ± 0.30 ng L(-1) at China Camp and Hamilton Army Airfield sediment pore waters, respectively, while the riverine location at Petaluma showed a distinct peak of 7.1 ng L(-1) near the sediment surface. Using isotope-enriched mercury species, high resolution depth profiles of MMHg net production rates ranging from 0.2 to 9.8 ng g(-1) d(-1) were obtained in parallel sediment cores sampled closely to DGT deployment sites. A positive, linear relationship between MMHg net production rates and labile MMHg concentrations acquired through DGT measurements was found and explained 79% of the variability in the data set. The latter illustrates that mercury methylation, a biogeochemical process, strongly affected the quantity of MMHg accumulated by the DGT device in the sediment and suggests that DGT measurements have the potential to predict net methylation rates.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».