MétaCan
Menu
Retour à la cohorte
Enregistrement W6959248044 · doi:10.1021/acs.est.8b01680.s001

Total\nMercury and Methylmercury in Lake Water of Canada’s\nOil Sands Region

2018· article· en· W6959248044 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Studies and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)MethylmercuryOil sandsWatershedDeposition (geology)Hydrology (agriculture)Water qualityTaiga

Résumé

récupéré en direct d'OpenAlex

Increased\ndelivery of mercury to ecosystems is a common consequence\nof industrialization, including in the Athabasca Oil Sands Region\n(AOSR) of Canada. Atmospheric mercury deposition has been studied\npreviously in the AOSR; however, less is known about the impact of\nregional industry on toxic methylmercury (MeHg) concentrations in\nlake ecosystems. We measured total mercury (THg) and MeHg concentrations\nfor five years from 50 lakes throughout the AOSR. Mean lake water\nconcentrations of THg (0.4–5.3 ng L–1) and\nMeHg (0.01–0.34 ng L–1) were similar to those\nof other boreal lakes and <5% of all samples exceeded Provincial\nwater quality guidelines. Lakes with the highest THg concentrations\nwere found >100 km northwest of oil sands mines and received runoff\nfrom geological formations high in metals concentrations. MeHg concentrations\nwere highest in those lakes, and in smaller productive lakes closer\nto oil sands mines. Simulated annual average direct deposition of\nTHg to sampled lakes using an atmospheric chemical transport model\nshowed <2% of all mercury deposited to sampled lakes was emitted\nfrom oil sands activities. Consequently, spatial patterns of mercury\nin AOSR lakes were likely most influenced by watershed and lake conditions,\nthough mercury concentrations in these lakes may be perturbed with\nfuture development and climatic change.

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 enseignants0,015
Score d'incertitude au seuil0,088

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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,203
Écart entre enseignants0,179 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetBotanical Studies and ApplicationsTravaux en français237 207