MétaCan
Menu
Retour à la cohorte
Enregistrement W2518209804 · doi:10.3390/su8080795

Spatial Distribution of Mercury (Hg) Concentration in Agricultural Soil and Its Risk Assessment on Food Safety in China

2016· article· en· W2518209804 sur OpenAlexaff
Shanqian Wang, Taiyang Zhong, Dongmei Chen, Xiuying Zhang

Notice bibliographique

RevueSustainability · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensQueen's University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEnvironmental scienceMercury (programming language)PollutionAgricultureSpatial distributionChinaAgricultural landOrchardEnvironmental protectionEnvironmental engineeringEnvironmental chemistryGeographyAgronomyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Soil mercury (Hg) pollution in some areas of China is a serious problem and has aroused a lot of attention on a local scale. However, there are few studies on Hg pollution on a national scale. This study collected 444 published papers during 2005–2015 on Hg concentrations in agricultural soil throughout China, under seven land uses, namely: dry land, paddy field, vegetable field, tea garden, orchard, traditional Chinese medicine field and tobacco field, to assess the spatial distribution of Hg concentration and evaluate its influence on food safety. The averaged Hg concentration (0.108 mg/kg) was higher than its background (0.065 mg/kg), but much lower than the guidelines (GB15618-1995 II) for crop production. The spatial distribution of Hg throughout China showed great variability, with some hotspots due to Hg related mining and smelting activities. According to the Environment Quality Standard for soil in China (GB15618-1995 II), 4.2% of agricultural soil should be abandoned due to Hg pollution, and 2.0% faced a high risk of Hg pollution.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,251
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetMercury impact and mitigation studiesTravaux en français237 207