MétaCan
Menu
Retour à la cohorte
Enregistrement W4200407095 · doi:10.1002/ecs2.3880

Collaboration with Nlaka'pamux communities to examine metal deposition on soapberry in interior British Columbia

2021· article· en· W4200407095 sur OpenAlexaffabout
Kevan Berg, Shanti Berryman, Ann Garibaldi, Justin Straker, Natalie Melaschenko, Jay M. Ver Hoef

Notice bibliographique

RevueEcosphere · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensVictoria General Hospital
Organismes subventionnairesnon disponible
Mots-clésEnvironmental chemistryDeposition (geology)Soil waterEnvironmental scienceMetalResource (disambiguation)Inductively coupled plasma mass spectrometryChemistryGeologySoil scienceMass spectrometrySediment

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a collaboration with Indigenous Nlaka'pamux communities to develop a study to address the effects of mining dust on soapberry ( Shepherdia canadensis ), which is an important medicinal and food resource for local Nlaka'pamux people. The objectives were to compare element concentrations in samples of washed and unwashed leaves and berries relative to soil samples collected around the mine and in a reference area. Samples were analyzed for metal concentrations using inductively coupled plasma mass spectrometry (ICP‐MS). Spatial models showed that six metals (Al, Ba, Cu, Fe, Pb, and Sr) had significant elevated concentrations near the mine compared to farther away, though concentrations were generally within ranges reported for human consumption. There was no correspondence with soil metal concentrations, suggesting that elevated metal concentrations in leaves and berries near the mine were due to dust rather than uptake from local soils. Washing of leaves and berries reduced concentrations by between 13 and 48%, depending on the metal. The study illustrates a model with global relevance for how mines can work with communities to address complex social–ecological problems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,007
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetHeavy metals in environmentTravaux en français237 207