MétaCan
Menu
Retour à la cohorte
Enregistrement W4361285127 · doi:10.1007/s13280-023-01855-y

Global change effects on biogeochemical mercury cycling

2023· review· en· W4361285127 sur OpenAlexaff
Jeroen E. Sonke, Hélène Angot, Yanxu Zhang, Alexandre J. Poulain, Erik Björn, Amina T. Schartup

Notice bibliographique

RevueAMBIO · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesHorizon 2020 Framework ProgrammeNational Institute of Environmental Health SciencesDartmouth CollegeGulf Research ProgramNational Science Foundation
Mots-clésBiogeochemical cycleMercury (programming language)Environmental scienceGlobal changeCyclingBiomeEnvironmental changeEcosystemPermafrostClimate changeEnvironmental chemistryEnvironmental protectionEcologyGeographyChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Past and present anthropogenic mercury (Hg) release to ecosystems causes neurotoxicity and cardiovascular disease in humans with an estimated economic cost of $117 billion USD annually. Humans are primarily exposed to Hg via the consumption of contaminated freshwater and marine fish. The UNEP Minamata Convention on Hg aims to curb Hg release to the environment and is accompanied by global Hg monitoring efforts to track its success. The biogeochemical Hg cycle is a complex cascade of release, dispersal, transformation and bio-uptake processes that link Hg sources to Hg exposure. Global change interacts with the Hg cycle by impacting the physical, biogeochemical and ecological factors that control these processes. In this review we examine how global change such as biome shifts, deforestation, permafrost thaw or ocean stratification will alter Hg cycling and exposure. Based on past declines in Hg release and environmental levels, we expect that future policy impacts should be distinguishable from global change effects at the regional and global scales.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,097
Tête enseignante GPT0,369
Écart entre enseignants0,271 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations150
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetMercury impact and mitigation studiesTravaux en français237 207