Rare earth element distribution patterns in Lakes Huron, Erie, and Ontario
Notice bibliographique
Résumé
Rare earth elements (REE) are increasingly used in industrial applications, consumer electronics and green technologies, but their baseline concentrations and distribution patterns in the North American Great Lakes remain poorly understood. Here, we report dissolved REE concentrations in > 70 surface water samples from Lakes Huron, Erie, and Ontario (2021 and 2022) and assess their spatial distribution patterns and governing biogeochemical controls. Dissolved (<0.22 µm-filtered) REE concentrations were spatially heterogeneous (up to 3 orders-of-magnitude) across the lakes and did not systematically increase upstream-to-downstream through the basin. Nearshore-to-offshore decreases in dissolved REE levels were observed for all lakes and appeared the result of REE adsorption to colloids and subsequent sedimentation. Combined with enrichment of light over heavy REE, particularly in samples closer to shore, our data suggests that riverine input is a major pathway by which REE are loaded to the lakes. Finally, we used normalization and pattern-filling to assess REE anomalies in the lake surface waters. Anomalies for Gd (>20 % across the lakes) were notably higher than those of the other REE but varied significantly spatially, and also showed enrichment nearshore, particularly near urban centers and in Lake Ontario. This work provides new surveillance data to further develop our understanding of REE dynamics in the Great Lakes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,004 | 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 ».