MétaCan
Menu
← Retour à la cohorte
Enregistrement W2594226914 · doi:10.1038/s41598-017-00351-0

Modeling the air-soil exchange, secondary emissions and residues in soil of polychlorinated biphenyls in China

2017· article· en· W2594226914 sur OpenAlexaff
Song Cui, Qiang Fu, Yi-Fan Li, Jianmin Ma, Chongguo Tian, Liyan Liu, Leiming Zhang

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNortheast Agricultural UniversityNatural Science Foundation of Heilongjiang ProvinceNational Natural Science Foundation of China
Mots-clésEnvironmental sciencePollutantEnvironmental chemistrySpatial distributionSoil waterSoil carbonAtmospheric sciencesAir pollutantsPrecipitationSoil scienceAir pollutionChemistryMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

The present study investigated the environmental distribution and fate of low molecular weight (LMW) polychlorinated biphenyls (PCBs) in China using the ChnGIPERM (Chinese Gridded Industrial Pollutants Emission and Residue Model), in which the air-soil exchange, spatial-temporal variations and the heterogeneity of secondary emission and residue in the non-source areas were studied. The model simulated the temporal and spatial variations of the PCB28 concentration in soils and air which agreed well with historical monitoring data across China. The long-range atmospheric transport (LRAT) and temperature was identified as the major factor affecting the distribution patterns of the secondary emissions and residues. Soil residue was considered as important environmental fate of PCB28. However, the intensity of an emissions source and the distance with non-source area strongly affected the spatial and temporal variations of PCB28 residues in soil. Several factors strongly impacted the distribution characteristics and air-soil exchange of PCB28, including emission patterns, atmospheric transport, soil organic carbon (SOC), soil vertical transfer, ambient temperature, and precipitation.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,508

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetToxic Organic Pollutants Impact→Travaux en français237 207→