MétaCan
Menu
Retour à la cohorte
Enregistrement W2979547008 · doi:10.3390/atmos10100617

Can the MerPAS Passive Air Sampler Discriminate Landscape, Seasonal, and Elevation Effects on Atmospheric Mercury? A Feasibility Study in Mississippi, USA

2019· article· en· W2979547008 sur OpenAlexfundaboutno aff
Byunggwon Jeon, James V. Cizdziel

Notice bibliographique

RevueAtmosphere · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoNational Science Foundation
Mots-clésEnvironmental scienceWetlandAtmospheric sciencesMercury (programming language)Elevation (ballistics)Atmosphere (unit)Deposition (geology)Hydrology (agriculture)MeteorologyGeologyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Accurately measuring gaseous elemental mercury (GEM) concentrations in the atmosphere is important to understand its sources, cycling, distribution, and temporal trends. The MerPAS passive air sampler from Tekran Inc. (Toronto, ON, Canada) captures GEM on sulfur-impregnated activated carbon after it passes through a Radeillo diffusive barrier. Because they are small, relatively low in cost, and require no power, they can be deployed at multiple locations, yielding a much greater spatial resolution, albeit at coarser temporal resolution, compared to active sampling. In this study, we used the MerPAS to measure GEM concentration gradients at a mixed hardwood forest, wetland, pond, and a mowed (grass) field, all within close proximity (<500 m) to each other. Vertical profiles (0.5, 3.0, 5.5 m) were assessed during summer and winter. The sorbent was analyzed using a direct mercury analyzer. The samplers were captured between 0.90 to 2.2 ng over 2 weeks, well above the mean blank of 0.14 ng. We observed differences between the landscapes, elevation, and seasons. Nearest to the surface, GEM concentrations were lowest in the wetland (both seasons), where there was dense vegetation, and highest in the mowed field (both seasons). Generally, GEM levels increased with the elevation above the ground, except for the forest where the trend was slightly reversed. This suggests a possible net GEM deposition from the atmosphere to surfaces for three of the four landscapes. GEM concentrations were slightly higher in the winter than the summer at 5.5 m height where air masses were unimpeded by vegetation. Overall, we conclude that the MerPAS is indeed capable of measuring GEM gradients between landscapes, elevations, and seasons, if given sufficient collection time, good analytical precision, and low blank levels.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,303

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,261
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'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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmosphereMême sujetMercury impact and mitigation studiesTravaux en français237 207