Regional Sources and Sinks of Atmospheric Particulate Selenium in the United States Based on Seasonality Profiles
Notice bibliographique
Résumé
Selenium (Se) is an essential nutrient for humans and enters our food chain through bioavailable Se in soil. Atmospheric deposition is a major source of Se to soils, driving the need to investigate the sources and sinks of atmospheric Se. Here, we used Se concentrations from PM 2.5 data at 82 sites from 1988 to 2010 from the Interagency Monitoring of Protected Visual Environments (IMPROVE) network in the US to identify the sources and sinks of particulate Se. We identified 6 distinct seasonal profiles of atmospheric Se, grouped by geographical location: West, Southwest, Midwest, Southeast, Northeast, and North Northeast. Across most of the regions, coal combustion is the largest Se source, with a terrestrial source dominating in the West. We also found evidence for gas-to-particle partitioning in the wintertime in the Northeast. Wet deposition is an important sink of particulate Se, as determined by Se/PM 2.5 ratios. The Se concentrations from the IMPROVE network compare well to modeled output from a global chemistry-climate model, SOCOL-AER, except in the Southeast US. Our analysis constrains the sources and sinks of atmospheric Se, thereby improving the predictions of Se distribution under climate change.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».