MétaCan
Menu
Retour à la cohorte
Enregistrement W2785711324 · doi:10.1039/c7em00443e

Distribution of mercury species and mercury isotope ratios in soils and river suspended matter of a mercury mining area

2018· article· en· W2785711324 sur OpenAlexafffund
Carluvy Baptista‐Salazar, Holger Hintelmann, Harald Biester

Notice bibliographique

RevueEnvironmental Science Processes & Impacts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensTrent University
Organismes subventionnairesTechnische Universität BraunschweigDeutscher Akademischer AustauschdienstTrent University
Mots-clésMercury (programming language)Environmental scienceEnvironmental chemistrySoil waterIsotopeHydrology (agriculture)ChemistrySoil scienceGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Mercury (Hg) released by mining activities can be dispersed in the environment, where it is subject to species transformations. Hg isotope ratios have been used to track sources in Hg contaminated areas, although it is unclear to what extent variations in δ-values are attributed to distinct Hg species. Hg was mined as Hg sulphide (cinnabar) in Idrija, Slovenia for centuries. Sediments are loaded with mining-residues (cinnabar and calcine), whereas contaminated soils mainly contain Hg bound to natural organic matter (NOM-Hg) related to atmospheric Hg deposition. Hg released from soils and sediments is transported as suspended matter (SM) in the Idrijca river to the Gulf of Trieste (GT), Italy. We determine Hg isotope ratios in river SM, sediments and soils from the Idrijca-catchment to decipher the Hg isotope ratio variability related to Hg species distribution in different grain-size fractions. δ202Hg values of SM collected from tributaries corresponded to those found in soils ranging from -2.58 to 0.19‰ and from -2.27 to -0.88‰, respectively. Speciation measurements reveal that fine fractions (0.45-20 μm) are dominated by NOM-Hg, while larger fractions contain more cinnabar. More negative δ202Hg values were related to higher proportions of NOM-Hg, which are predominant in soils and SM. Rain events increase SM-loads in the river, mainly due to resuspension of coarse grain-size fractions of bottom sediments bearing larger proportions of cinnabar, which leads to more positive δ202Hg values. The large magnitude of variation in δ202Hg and the smaller magnitude of variation in Δ199Hg (-0.37 to 0.09‰) are likely related to fractionation during ore roasting. Soil samples with high NOM-Hg content show more negative δ202Hg values and larger variation of Δ199Hg. More negative δ202Hg values in GT sediments were rather linked to distant sedimentation of soil derived NOM-Hg than to sedimentation of autochthonous marine material. Heterogeneity in the Idrija ore and ore processing likely produce large variations in the Hg isotopic composition of cinnabar and released metallic Hg, which complicate the differentiation of Hg sources. Combining Hg isotope measurements with solid phase Hg speciation reveals that Hg isotope ratios rather indicate different Hg species and are not necessarily symptomatic for Hg pollution sources.

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 seuil0,023

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 savante0,0010,000
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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science Processes & ImpactsMême sujetMercury impact and mitigation studiesTravaux en français237 207