MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389562078 · doi:10.7185/gold2023.17155

Mercury Methylation Potentials in Water and Sediments in the Wabigoon River System

2023· article· en· W4389562078 sur OpenAlexaff
Beatriz Bento, Holger Hintelmann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Environmental scienceEnvironmental chemistryGeologyHydrology (agriculture)ChemistryComputer scienceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The Wabigoon River is known for an historic mercury (Hg) pollution source, caused by a chlor-alkali facility operating in the 60's.The legacy Hg contamination persists to current days, causing adverse health effects to local communities.Methylmercury (MMHg) is one of the most toxic mercury species due to its potential for bioaccumulation in the food chain, attaining its highest concentrations in the tissues of top predatory fish due to biomagnification.These contaminated fish are the main pathway for mercury exposure in humans.That said, the tendency of an environment to produce methylmercury from inorganic mercury is important in determining the potential impact of Hg on human health and the environment.In order to understand which areas within the system are impacting negatively the local communities, mercury stable isotope tracers were used to assess Hg methylation at different locations along the river system, including lake, river and wetland sediments as well as water.Hotspots for methylmercury formation were found to be at the Hydro dam and Clay Lake locations, where up to 4.4 % and 3.8 % of the added mercury spike were methylated, respectively.These locations have the potential to produce and distribute methylmercury throughout the Wabigoon River system.This work establishes for the first time, Hg methylation potentials in several ecosystems across the Wabigoon River System, discerning risk areas for MMHg production.

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 enseignants0,908
Score d'incertitude au seuil0,184

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,022
Tête enseignante GPT0,263
Écart entre enseignants0,240 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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