MétaCan
Menu
Retour à la cohorte
Enregistrement W4403304224 · doi:10.3390/d16100627

RETRACTED: Assessing Mercury Contamination Levels in the Sediments of Two Pyrenean Lakes

2024· article· en· W4403304224 sur OpenAlexaboutno aff
Cristian Yoel Quintero-Castañeda, Luis Roberto Hernández-Angulo, Daniel Tobón-Vélez, Anamaría Franco-Leyva, María Margarita Sierra-Carrillo

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueDiversity · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury contaminationMercury (programming language)ContaminationEnvironmental scienceEnvironmental chemistryBiologyEcologyGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Mercury, a trace metal, is a persistent environmental pollutant that can be detected even in remote regions, including high-mountain lakes. This study examined mercury concentrations in the sediment of two lakes in the French Pyrenees, the Legunabens and Labant lakes. Sediment samples were collected using a Hon-Kajak Sediment Corer, and mercury concentrations were measured following the EPA 7473 method with a direct mercury analyzer (DMA-80). Mercury levels reached up to 283 ng g−1 in the Legunabens lake and up to 110 ng g−1 in the Labant lake, possibly linked to the mining history of the Ariège department and atmospheric deposition from distant sources. These findings indicate significant contamination, ranging from an 8% to 42% probability of generating adverse biological effects according to Canadian standards, and approximately 90% higher concentrations compared to average mercury concentrations in other Pyrenean lakes. Such contamination poses potential risks to aquatic life and the environment due to mercury’s toxicity and bioaccumulation in microorganisms.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,999
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0010,000
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 Opus0,049
Tête enseignante GPT0,310
Écart entre enseignants0,262 · 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.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiversityMême sujetMercury impact and mitigation studiesTravaux en français237 207