MétaCan
Menu
Retour à la cohorte
Enregistrement W6990852014

En uppskattning av kvicksilvers inflöde i Kusawa Lake, norra Kanada, från snö- och glaciär-isavsmältning

2016· article· en· W6990852014 sur OpenAlexaboutno aff

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueScience and Climate Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowGlacierSurface runoffPrecipitationHydrology (agriculture)Mercury (programming language)Aquatic ecosystemDrainage basinCryosphere
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Unusually high levels of mercury (Hg) have been detected in several northern Canadian lakes, remote from human industrial activities. At Kusawa Lake, a subalpine glacier-fed mountain lake situated in the Yukon Territory (western Canada), measurements of Hg in caught fish are below, but worryingly close to, the Health Canada guideline for safe fish consumption of 0.5 μg g-1. The sources of the Hg found in the fish of Kusawa Lake (and many other northern lakes) are still unidentified. A suspected pathway for Hg input to freshwater ecosystems is through long-range atmospheric transport and direct or indirect deposition in water and/or snow-covered surfaces, later released to aquatic ecosystems through spring/summer melt and runoff.The objective of this thesis is to estimate the maximal potential contribution of atmospheric Hg released by snow- and ice melt that could enter Kusawa Lake through runoff from snow and glacier ice melt. Hg data previously obtained from the Kusawa Lake catchment were used to estimate the possible range of Hg concentrations in snow and ice. To quantify the input of Hg from snow and ice melt into Kusawa Lake, the total water inflow from these sources first had to be estimated. This was done by using the HBV hydrological model (Hydrologiska Byråns Vattenbalansavdelnings modell), initially developed by the Swedish Meteorological and Hydrological Institute (SMHI), and subsequently modified to include a glacier routine. The HBV model was run using temperature and precipitation data from the nearby city of Whitehorse (~60 km east of Kusawa Lake), and was calibrated using historical hydrometric data from the Kusawa Lake catchment itself.Using these data and the HBV-simulated runoff, the total flux of Hg entering Kusawa Lake trough snow and glacial melt water was estimated to be 550 ± 495 g yr-1 (3.6 ± 3.5 μg m-2 yr-1). This flux comparable in magnitude with model-based estimates of the total atmospheric deposition of Hg in the Yukon region, which range between 4.5 and 7 μg m-2 yr-1. This suggests that for subarctic glacier-fed lakes like Kusawa, the supply of Hg from snow and ice melt actually represents a large percentage of the total annual Hg input.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,891

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Même sujetScience and Climate StudiesTravaux en français237 207