Drivers of Mercury Cycling in the Rapidly Changing Glacierized Watershed of the High Arctic’s Largest Lake by Volume (Lake Hazen, Nunavut, Canada)
Notice bibliographique
Résumé
Across the Arctic, glaciers are melting and permafrost is thawing at unprecedented rates, releasing not only water to downstream aquatic systems, but also contaminants like mercury, archived in ice over centuries. Using concentrations from samples collected over 4 years and calibrated modeled hydrology, we calculated methylmercury (MeHg) and total mercury (THg) mass balances for Lake Hazen, the world’s largest High Arctic lake by volume, for 2015 and 2016. Glacial rivers were the most important source of MeHg and THg to Lake Hazen, accounting for up to 53% and 94% of the inputs, respectively. However, due to the MeHg and THg being primarily particle-bound, Lake Hazen was an annual MeHg and THg sink. Exports of MeHg and THg out the Ruggles River outflow were consequently very low, but erosion and permafrost slumping downstream of the lake increased river MeHg and THg concentrations significantly before entering coastal waters in Chandler Fjord. Since 2001, glacial MeHg and THg inputs to Lake Hazen have increased by 0.01 and 0.400 kg yr -1, respectively, in step with dramatic increases in glacial melt. This study highlights the potential for increases in mercury inputs to arctic ecosystems downstream of glaciers despite recent reductions in global mercury emissions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».