MétaCan
Menu
Retour à la cohorte
Enregistrement W4379056386 · doi:10.1139/facets-2022-0168

Wet–dry cycles influence methylmercury concentrations in water in seasonal prairie wetland ponds

2023· article· en· W4379056386 sur OpenAlexafffundvenueabout
Britt D. Hall, Sichen Liu, Cameron G.J. Hoggarth, Lara M. Bates, Stacy A. Boczulak, Jamie D. Schmidt, Andrew Ireson

Notice bibliographique

RevueFACETS · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of SaskatchewanUniversity of Regina
Organismes subventionnairesEnvironment and Climate Change CanadaUniversity of AlbertaUniversity of Regina
Mots-clésMethylmercuryWetlandDissolved organic carbonEnvironmental chemistryEnvironmental scienceTotal organic carbonHydrology (agriculture)Deposition (geology)ChemistryEcologyBiologySedimentGeology

Résumé

récupéré en direct d'OpenAlex

Methylmercury concentrations [MeHg] in whole water were measured in 28 prairie wetland ponds in central Saskatchewan between 2006 and 2012. Ponds fell into four land use categories (established grass, recent grass, traditional cultivated, and certified organic cultivated) and two water level patterns (“Mainly Wet” ponds stayed wet at least until October and “Mainly Dry” ponds dried up each summer). Despite similar atmospheric Hg deposition, average [MeHg] and proportion of total Hg that was MeHg (%MeHg) were higher in water from ponds surrounded with established grass or organic farming; this trend may be driven by high [MeHg] at one Organic site. A stronger relationship was observed with water level patterns. Average [MeHg] and %MeHg were significantly higher in Mainly Wet ponds compared to Mainly Dry ponds. Higher [MeHg] in Mainly Wet ponds were correlated with much higher dissolved organic carbon (DOC) and sulfate (SO 4 −2 ) concentrations and higher specific UV absorbance of DOC. We suggest that prairie wetland ponds may not fit the accepted paradigm that wetlands with high [SO 4 −2 ] show inhibition of Hg methylation. Our work suggests controls such as the chemical nature of DOC or redox fluctuations in hydrologically dynamic systems may be important in determining net [MeHg] in these sites.

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 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 enseignants0,054
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,020
Tête enseignante GPT0,286
Écart entre enseignants0,266 · 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 tête enseignante, pas un consensus.

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

Citations6
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetMercury impact and mitigation studiesTravaux en français237 207