MétaCan
Menu
← Retour à la cohorte
Enregistrement W7101399130 · doi:10.5281/zenodo.17423037

Frozen stocks and hidden fluxes: quantifying mercury release from coastal erosion along the Yukon coast, Canada

2025· dissertation· W7101399130 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typedissertation
Langue
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésMercury (programming language)PermafrostMethylmercurySedimentCoastal erosionArcticHydrology (agriculture)ThermokarstErosion

Résumé

récupéré en direct d'OpenAlex

Ongoing climate warming accelerates permafrost thaw and coastal erosion in the Arctic, mobilizing sediment-bound mercury (Hg) that was previously locked in frozen ground. Its neurotoxic and bioaccumulating form, methylmercury (MeHg), poses serious risks for ecosystems, marine biota, and Arctic Indigenous Peoples. To better understand this risk, this study aimed to quantify the present Hg stock in terrestrial sediments of the Yukon Coastal Plain (YCP), Canada, to estimate the annual Hg flux from coastal erosion, and to evaluate the likely fate of released Hg in the marine environment. Hg concentrations were measured for 158 terrestrial and marine sediment samples. Based on previous studies, the YCP was divided into 44 terrain units, consisting of several uniform depth layers. Layer-specific Hg contents were upscaled from the concentrations measured in terrestrial samples of the respective terrain unit and layer. Where no measurement was available, the Hg concentration was predicted using a random forest model. Calculated stocks per terrain unit were combined with erosion rates to derive Hg fluxes. Marine sediment Hg concentrations and MeHg measurements provided insights into offshore transport and transformation pathways. The total Hg stock of the YCP was estimated at 381,080 kg (271,540 to 501,930 kg), of which about 113 kg (87 to 163 kg) are released annually into the Beaufort Sea. Highest Hg stocks and fluxes occurred in high bluffs at Herschel Island–Qikiqtaruk (HIQ) and the eastern part of the mainland coast. Marine sediments exhibited generally lower Hg concentrations than terrestrial sediments, implying that a substantial fraction of the released Hg is transported offshore, re-emitted into the atmosphere, or incorporated into biogeochemical cycling in the nearshore zone. Sedimentary MeHg concentrations were low, but substantial methylation might occur in the water column, where it can effectively be taken up by phytoplankton, entering the Arctic food web. Since sediment data alone cannot resolve exposure risk, future work should target Hg speciation in water and key biota to understand risks for ecosystems and local communities.

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 enseignants0,020
Score d'incertitude au seuil0,057

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,037
Tête enseignante GPT0,258
Écart entre enseignants0,221 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMercury impact and mitigation studies→Travaux en français237 207→