MétaCan
Menu
Retour à la cohorte
Enregistrement W4210630681 · doi:10.1038/s41467-022-27997-3

Amazon forests capture high levels of atmospheric mercury pollution from artisanal gold mining

2022· article· en· W4210630681 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCenter for Latin American and Caribbean Studies, University of Illinois at Urbana-ChampaignCenter for Latin American and Caribbean Studies, Duke UniversityDuke Global Health Institute, Duke UniversityJosiah Charles Trent Memorial FoundationNational Science Foundation
Mots-clésGold miningMercury (programming language)Amazon rainforestEnvironmental scienceMethylmercuryPollutionBiodiversityRainforestEcosystemEnvironmental protectionEnvironmental chemistryAgroforestryEcologyBioaccumulationChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Mercury emissions from artisanal and small-scale gold mining throughout the Global South exceed coal combustion as the largest global source of mercury. We examined mercury deposition and storage in an area of the Peruvian Amazon heavily impacted by artisanal gold mining. Intact forests in the Peruvian Amazon near gold mining receive extremely high inputs of mercury and experience elevated total mercury and methylmercury in the atmosphere, canopy foliage, and soils. Here we show for the first time that an intact forest canopy near artisanal gold mining intercepts large amounts of particulate and gaseous mercury, at a rate proportional with total leaf area. We document substantial mercury accumulation in soils, biomass, and resident songbirds in some of the Amazon's most protected and biodiverse areas, raising important questions about how mercury pollution may constrain modern and future conservation efforts in these tropical ecosystems.

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.

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 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 enseignants0,246
Score d'incertitude au seuil0,999

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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,256 · 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