Climate change influence on the levels and trends of persistent organic pollutants (POPs) and chemicals of emerging Arctic concern (CEACs) in the Arctic physical environment – a review
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.
Notice bibliographique
Résumé
Climate change brings about significant changes in the physical environment in the Arctic. Increasing temperatures, sea ice retreat, slumping permafrost, changing sea ice regimes, glacial loss and changes in precipitation patterns can all affect how contaminants distribute within the Arctic environment and subsequently impact the Arctic ecosystems. In this review, we summarized observed evidence of the influence of climate change on contaminant circulation and transport among various Arctic environment media, including air, ice, snow, permafrost, fresh water and the marine environment. We have also drawn on parallel examples observed in Antarctica and the Tibetan Plateau, to broaden the discussion on how climate change may influence contaminant fate in similar cold-climate ecosystems. Significant knowledge gaps on indirect effects of climate change on contaminants in the Arctic environment, including those of extreme weather events, increase in forests fires, and enhanced human activities leading to new local contaminant emissions, have been identified. Enhanced mobilization of contaminants to marine and freshwater ecosystems has been observed as a result of climate change, but better linkages need to be made between these observed effects with subsequent exposure and accumulation of contaminants in biota. Emerging issues include those of Arctic contamination by microplastics and higher molecular weight halogenated natural products (hHNPs) and the implications of such contamination in a changing Arctic environment is explored.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle