[Identifying the Origins and Spatial Distributions of Heavy Metals in the Soils of the Jiangsu Coast].
Notice bibliographique
Résumé
A total of 239 samples of surface soils were collected along the Xiangshui to Rudong coast, in Jiangsu Province, and analyzed for Cd, Cr, Cu, Hg, Ni, Pb, and Zn. A multivariate analysis was applied to identify the sources of heavy metals, and ordinary kriging was used to map the spatial distributions of the heavy metal concentration. The mean contents of Cd, Cu, Hg, Pb, and Zn in the surface soils of the Jiangsu Coastal Zone were higher than the background values of the Jiangsu Coastal Plain, which indicated that there were obvious accumulations of these heavy metals in surface soils; while the mean contents of Cr and Ni were lower than the background values. The contents of Cd, Cr, Cu, Pb, Ni, and Zn in soils that originated from marine deposition were significantly lower than those from alluvium and lagoon facies deposition, including the Yangtze River Delta deposition. Urban areas exhibited higher Cd, Cu, Hg, Pb, and Zn contents than other land covers. Cr and Ni were controlled by the parent material and seemed to originate from a natural source. Cd, Cu, Pb, and Zn were associated with the combination of parent material and anthropogenic inputs. Hg was dominated by atmospheric deposition related to various human activities. The high values of Cd, Cu, Pb, and Zn were distributed in the northern, western, and southern parts of the study area, and Hg exhibited high values around the urban areas in the western and southern parts.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».