MétaCan
Menu
Retour à la cohorte
Enregistrement W2391048357

Variations and ecological risk assessments of heavy metals in surface sediments from Guan River Estuary

2013· article· en· W2391048357 sur OpenAlexaboutno aff
MA Yu-qin

Notice bibliographique

RevueHaiyang kexue · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Quality and Pollution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstuaryGuanSedimentHeavy metalsEnvironmental scienceEnvironmental chemistryPollutionEcologyOceanographyGeologyChemistryBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Heavy metal concentrations in surface sediments from Guan River Estuary were measured with ICP-MS and AFS.The results showed that the pollution of heavy metals has become more and more serious in recent years,especially Hg and Zn.Compared with other estuaries in China,Hg distributed a higher level,Zn the highest and Cr,Cd,Cu,Pb and As above the average level.The enrichment factor of Hg reached 3.44,indicative of potential new sources in this area.The higher concentrations of heavy metals were generally found at site H07 and decreased gradually around,which might be associated with the influence of entrance bar at Guan River Estuary.According to H kanson ecological risk index method,the average ecological risk of heavy metals in surface sediments from Guan River Estuary is at slight level.Assessments based on SQGs indicated that biological toxicity effects of different heavy metals might happen occasionally at different sites,in which,toxic effects of Zn at some sites might happen frequently.Risk assessments based on Sediment Quality Criteria(carried out in Canada) suggested that Zn,Cu and As were more likely to induce adverse biological effects,in which adverse effects of Zn might happen frequently.

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 enseignants0,026
Score d'incertitude au seuil0,052

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 Opus0,017
Tête enseignante GPT0,261
Écart entre enseignants0,244 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHaiyang kexueMême sujetEnvironmental Quality and PollutionTravaux en français237 207