Interannual and spatial variations in acid-soluble trace elements in snow: comparison with the mineralogy of dusts from open pit bitumen mining
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is ongoing concern about trace element (TE) emissions to the global environment from the dusts generated by open pit mining of coal, iron ore, stone quarries, and aggregate extraction. However, the chemical composition and acid solubility of these dusts is highly variable. Here, TEs were determined in snow collected in 2016 and 2017 in the vicinity of open-pit bitumen mines in northern Alberta, Canada. Acid solubility was assessed quantitatively by comparing TE concentrations in leachates and acid digests. The mineralogical composition of the particles extracted from the snow was examined using SEM-EDS. The data is reproducible from one year to the next. TE concentrations were greater throughout the industrial zone compared to the reference location (UTK), with the midpoint between the two central upgraders being especially impacted. Regardless of their geochemical class (lithophile: Al, Be, Cs, La, Li, Sr, Th; chalcophile: As, Cd, Pb, Sb, Tl; or enriched in bitumen: Mo, Ni, V), all TEs showed strong, positive correlations with Y, a conservative element which serves as a surrogate for the abundance of mineral particles. The ratio V:Ni in the snow is less than the corresponding values for bitumen and petcoke, but similar to that of local road dust. The ratio La:Al in snow is elevated, relative to the earth's crust, suggesting an enrichment of heavy minerals monazite and zircon. The predominance of quartz and other stable silicates helps to explain the limited chemical solubility of the dusts, and predicts a low bioaccessibility of these TEs in the environment.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle