Developing a method for measuring mercury photoreduction in snow with a LED Solar Simulator
Notice bibliographique
Résumé
The investigation of mercury photoreduction in snow can be challenging due to the complex nature of the snowpack and of the surrounding environment from both physical proprieties and chemical composition1. The mercury air-snow interaction and exchange driven by the photoreduction in snow plays a central role in its geochemical cycling. Experiments in natural world snowpack have clearly demonstrate the occurrence of mercury re-emission2. However, the influences from different physical proprieties and chemical composition is virtually impossible to be disentangle in studies carried out in the natural environment. Laboratory studies in a closed photochemical reactor provide valuable proof of concept to better understand the photoreduction process and its reaction kinetics in a controlled environment where chemical and physical parameters can be (semi)controlled and modified1–3. Here we propose an experimental scheme to simulate the photochemical emission of gaseous mercury from urban snow at cold temperatures, using a custom-made LED solar simulator. Multiple factors such as the irradiating wavelengths were examined and their role in affecting the determined mercury photoreduction process was studied. Specific attention was made in the cleanliness of the experimental set-up and on the air flow above the snow to optimise the condition in which experiment will be perform. The system development was tested at the University of Manitoba (Winnipeg, Canada) for multiple experiments. They showed the role of the UV radiation in the mercury photoreduction activation, with an increase in GEM concentration when the light was on and a decrease over time, supporting that the experiment set up is valid to evaluate the UV driven mercury photoreduction in the snow, and the collection and measurement of the produced GEM. The estimation of a preliminary reduction rate constant (kr) was also possible, finding a rate constant ranging from 0.712 h-1 to 0.757 h-1. The system represents the technical base to further mercury laboratory snow photochemical experiment in different conditions including the possibility to modify the chemical composition of the snow, the inlet air composition (for ex. by implementing an ozone producer system) and physical parameters (temperature, solar radiation, relative humidity).Dommergue, A., Bahlmann, E., Ebinghaus, R., Ferrari, C. & Boutron, C. Laboratory simulation of Hg0 emissions from a snowpack. Anal Bioanal Chem 388, 319–327 (2007). Lalonde, J. D., Poulain, A. J. & Amyot, M. The Role of Mercury Redox Reactions in Snow on Snow-to-Air Mercury Transfer. Environ. Sci. Technol. 36, 174–178 (2002). Mann, E. A., Mallory, M. L., Ziegler, S. E., Tordon, R. & O’Driscoll, N. J. Mercury in Arctic snow: Quantifying the kinetics of photochemical oxidation and reduction. Science of The Total Environment 509–510, 115–132 (2015).
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 | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».