MétaCan
Menu
Retour à la cohorte
Enregistrement W2996235005 · doi:10.1021/acs.est.9b04872

Five Aluminum Seasonality Regimes Identified in Chronically Acidified Rivers of Nova Scotia

2019· article· en· W2996235005 sur OpenAlexafffundabout
Lobke Rotteveel, Shannon Sterling

Notice bibliographique

RevueEnvironmental Science & Technology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNova scotiaSeasonalityNova (rocket)Environmental scienceGeographyHydrology (agriculture)GeologyEcologyArchaeologyEngineeringBiologyGeotechnical engineeringAeronautics

Résumé

récupéré en direct d'OpenAlex

Despite reductions in acidic deposition, high freshwater Al concentrations continue to threaten acidified ecosystems across the northern hemisphere. Seasonally elevated Al concentrations may pose a particular threat to freshwater organisms. Despite this threat, there is a lack of understanding about the timing and drivers of seasonal Al fluctuations. Here, we address this knowledge gap by identifying seasonal patterns of Al and their drivers in 16 rivers across Nova Scotia, Canada. We identify five distinct Al regimes with different timing of seasonally elevated Al concentrations. Regimes are distinguished by correlation strength and direction between Al and base cations, total organic carbon, turbidity, and discharge. Most notably, regimes are distinguished by a gradient of Al–base cation decoupling as Ca and Mg concentration approaches 1.4 mg L –1 and 0.6 mg L –1, respectively. Seasonally elevated Al concentrations exceeded the 0.1–0.2 mg L –1 World Health Organization drinking water guidelines in all regimes, and inorganic monomeric Al is projected to exceed the 15 μg L –1 threshold for aquatic health in most rivers. This research highlights the complexity of seasonal Al dynamics and the importance of understanding seasonal variation of Al to quantify the impact of Al on human health, water treatment, and aquatic organisms.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,007
Communication savante0,0000,001
Science ouverte0,0020,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetHeavy metals in environmentTravaux en français237 207