MétaCan
Menu
Retour à la cohorte
Enregistrement W2790664916 · doi:10.3390/atmos9020076

Recent Advances in Atmospheric Chemistry of Mercury

2018· article· en· W2790664916 sur OpenAlexafffund
Lin Si, Parisa A. Ariya

Notice bibliographique

RevueAtmosphere · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensMcGill University
Organismes subventionnairesClean Air Regulatory AgendaAuburn University at MontgomeryNatural Sciences and Engineering Research Council of CanadaAuburn University
Mots-clésMercury (programming language)BiomagnificationEnvironmental chemistryOrganomercury CompoundsChemistryAtmospheric chemistryBioaccumulationAstrobiologyEnvironmental scienceOzoneOrganic chemistryMetal

Résumé

récupéré en direct d'OpenAlex

Mercury is one of the most toxic metals and has global importance due to the biomagnification and bioaccumulation of organomercury via the aquatic food web. The physical and chemical transformations of various mercury species in the atmosphere strongly influence their composition, phase, transport characteristics and deposition rate to the ground. Modeling efforts to evaluate the mercury cycling in the environment require an accurate understanding of atmospheric mercury chemistry. We focus this article on recent studies (since 2015) on improving our understanding of the atmospheric chemistry of mercury. We discuss recent advances in (i) determining the dominant atmospheric oxidant of elemental mercury (Hg0); (ii) understanding the oxidation reactions of Hg0 by halogen atoms and by nitrate radical (NO3); (iii) the aqueous reduction of oxidized mercury compounds (HgII); and (iv) the heterogeneous reactions of Hg on atmospherically-relevant surfaces. The need for future research to improve understanding of the fate and transformation of mercury in the atmosphere is also discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,009
Tête enseignante GPT0,255
Écart entre enseignants0,246 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations72
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmosphereMême sujetMercury impact and mitigation studiesTravaux en français237 207