MétaCan
Menu
Retour à la cohorte
Enregistrement W3044590204 · doi:10.1021/acs.estlett.0c00485

Honey Maps the Pb Fallout from the 2019 Fire at Notre-Dame Cathedral, Paris: A Geochemical Perspective

2020· article· en· W3044590204 sur OpenAlexafffund
Kate E. Smith, Dominique Weis, Catherine Chauvel, Sibyle Moulin

Notice bibliographique

RevueEnvironmental Science & Technology Letters · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British Columbia
Mots-clésPollutionEnvironmental scienceIsotope analysisArchaeologyEnvironmental chemistryGeologyGeographyOceanographyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

The fire at Notre-Dame cathedral, Paris, in April 2019, was an acute pollution event, releasing lead (Pb)-rich dust into the city. To assess Pb distribution, honey samples ( n = 36) were collected (in July 2019) from hives throughout the Île-de-France following the fire and were analyzed for a suite of metal concentrations and Pb isotopic compositions. Honey from hives downwind of the fire has elevated Pb concentrations (0.023 μg/g Pb, geometric mean) compared to other honey from central Paris (0.008 μg/g), prefire Paris (0.009 μg/g), and the Rhône-Alpes region (0.004 μg/g). The Pb isotopic range for all analyzed honey (Paris and Rhône-Alpes, 1.144–1.179 206 Pb/ 207 Pb, 2.079–2.125 208 Pb/ 206 Pb) falls within the modern Pb isotopic range for French aerosols and sediments, signifying that the fire did not perturb the isotopic composition of Parisian honey. The variations in downwind Pb concentrations demonstrate the utility of honey as a biomonitor after an acute pollution event. The isotope results are supported by the construction history of Notre-Dame cathedral and historical record of Pb ores used throughout France.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,281
Score d'incertitude au seuil0,560

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,168
Écart entre enseignants0,162 · 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

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology LettersMême sujetBee Products Chemical AnalysisTravaux en français237 207