MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220663554 · doi:10.5194/egusphere-egu22-13320

Co-located ice core and sediment core records reveal climate-warming induced acceleration of mercury inputs to Lake Hazen, Nunavut, Canada

2022· preprint· en· W4220663554 sur OpenAlexaffabout
Igor Lehnherr, Danielle Lemire, Alison S. Criscitiello, Cora J. Young, Jessica A. Serbu, Amila O. De Silva, Jane L. Kirk, Stephanie Varty

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of AlbertaEnvironment and Climate Change CanadaYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPermafrostMercury (programming language)Environmental scienceGlacierIce coreArcticSedimentClimate changeGlacial periodWatershedOceanographySlumpingHydrology (agriculture)Physical geographyGeologyGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Mercury (Hg) is a globally dispersed contaminant that can bioaccumulate and biomagnify in food-webs. This research uses a unique combination of measurements in an ice core and a sediment core collected within the same watershed (Lake Hazen, Nunavut, Canada) to determine how the relative importance of Hg inputs from atmospheric and terrestrial sources has changed over the last century. Hg accumulation in Lake Hazen sediment began increasing dramatically in the mid- 1990s, exhibiting a decoupling from atmospheric sources (as estimated from the ice core record), due to the increased importance of remobilized terrestrial Hg inputs to Lake Hazen. Increasing glacier melt and permafrost thaw slumping have increased the delivery of catchment Hg, via glacial rivers, into Lake Hazen. These results show that climate change is likely to slow the recovery of glacierized Arctic watersheds from Hg contamination, countering the anticipated benefit from recent international efforts to reduce anthropogenic Hg emissions.

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 enseignants0,015
Score d'incertitude au seuil0,057

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,304
Écart entre enseignants0,250 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMercury impact and mitigation studies→Travaux en français237 207→