MétaCan
Menu
← Retour à la cohorte
Enregistrement W2473111949 · doi:10.5194/acp-2016-516

Potential sources and processes affecting speciated atmospheric mercury at Kejimkujik National Park, Canada

2016· article· en· W2473111949 sur OpenAlexaffabout
Xiaohong Xu, Yanying Liao, Irene Cheng, Leiming Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Environmental chemistryElemental mercuryChemistryPrincipal component analysisSea saltPollutantEnvironmental scienceSulfateAerosolAtmospheric sciencesStatisticsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Source apportionment analysis was conducted with Positive Matrix Factorization (PMF) and Principal Component Analysis (PCA) methods using concentrations of speciated mercury (Hg), i.e., gaseous elemental mercury (GEM), gaseous oxidized mercury (GOM), and particulate-bound mercury (PBM), and other air pollutants collected at Kejimkujik National Park, Nova Scotia, Canada in 2009 and 2010. The results were largely consistent between the two years for both methods. The same four source factors were identified in each year using PMF method. In both years, factor Photochemistry and Re-emission had the largest contributions to atmospheric Hg, while the contributions of Combustion Emission and Industrial Sulfur varied slightly between the two years. Four components were extracted with air pollutants only in each year using PCA method. Consistency between the results of PMF and PCA include, 1) most or all PMF factors overlapped with PCA components, 2) both methods suggest strong impact of photochemistry, but little association between ambient Hg and sea salt, 3) shifting of PMF source profiles and source contributions from one year to another was echoed in PCA. Inclusion of meteorological parameters led to identification of an additional component – Hg Wet Deposition in PCA, while it did not affect the identification of other components. The PMF model performance was comparable in 2009 and 2010. Among the three Hg forms, the agreement between predicted and observed annual mean concentrations were excellent for GEM, very good for PBM and acceptable for GOM. However, on daily basis, the agreement was very good for GEM, but poor for GOM and PBM. Sensitivity tests suggest that increasing sample size by imputation is not effective in improving model performance, while reducing the fraction of concentrations below method detection limit, by either scaling GOM and PBM to higher concentrations or combining them to reactive mercury, is effective. Most of the data treatment options considered had little impact on the source identification/contribution.

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 enseignants0,012
Score d'incertitude au seuil0,087

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 technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMercury impact and mitigation studies→Travaux en français237 207→