MétaCan
Menu
Retour à la cohorte
Enregistrement W3095713510

Development and Testing of a Hydro-Chemical River MixingModel to Investigate Sources of Carbon and Mercury in the Mackenzie River Basin, Canada

2020· other· en· W3095713510 sur OpenAlexaboutno aff

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2020
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)BiotaArcticThe arcticStructural basinEnvironmental sciencePopulationDrainage basinGeographyEnvironmental protectionOceanographyGeologyEcologyEnvironmental healthCartographyGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mercury, Hg, is found in Arctic biota in alarming quantity, posing a potential health risk for the local population. It is believed that the large Arctic rivers contribute to this. The Mackenzie River annually transports approximately 325 km3 water to the Arctic Ocean, which is ca 10% of the freshwater received. The annual water flow also transports ca 2 ton of Hg. In order to investigate the source of Hg within the Mackenzie River Basin and the path of transport, a hydro-chemical river mixing model is constructed using field data gathered in summer 2018 and publicly available data. However, since the Hg concentration is very low in the river water and it is known that Hg binds very strongly to dissolved organic carbon (DOC) and particulate organic carbon (POC), both DOC and POC are utilized instead as proxies for Hg. The purpose of the model is to allow for estimations to be made of the relative contributions of different sub-basins and effluents to the total outflow of (e.g.) DOC at the mouth of the Mackenzie River, based on limited hydrographic and riverine water quality data. The model was used to estimate the mixing of DOC and POC sources for summer 2018 as an initial test of its performance. It performs adequately as it can estimate the amount of water discharge and DOC/TOC (total organic carbon) load that each node contributes to the Mackenzie River. The results from the model suggest that the contribution of organic carbon from each sub-watershed is not solely dependent on either drainage area size or water discharge; additionally, it appears to be determined by the local environment and geology. Water from catchment areas containing peatlands have high DOC content, and water passing through regions with coal layers have high POC content. The loss of POC towards the end of the model coincides well with the expected deceleration of the water discharge entering the Mackenzie River delta. It is concluded that the model should be useful for the study of Hg origin and transport in the Mackenzie River. Also, it has the potential for being a starting point for a more advanced or predictive model.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,258
Score d'incertitude au seuil0,519

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,234
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Même sujetMercury impact and mitigation studiesTravaux en français237 207