Physicochemical characterization and surface reactivity of natural pyrogenic carbon and its role in metals and nutrients transport
Notice bibliographique
Résumé
Wildfire-derived pyrogenic carbon (F-PyC) is produced in immense quantities, up to 385x109 kg, each year and yet it has studied far less than its commercially-produced counterpart, biochar (B-PyC). While B-PyC dominates the literature, its physicochemical properties and behaviour in the environmental differ significantly from F-PyC, raising concerns about its use as a proxy. This dissertation addresses critical gaps in the formation, reactivity, and nutrient and metals transport potential of F-PyC, particularly in fluvial systems, and evaluates whether B-PyC is an appropriate proxy as has been proposed in the past. Firstly, the "B-PyC proxy problem" is addressed through leaching experiments that reveal the unique role of F-PyC’s inorganic ash fraction in elemental cycling. The findings demonstrate that B-PyC and F-PyC have substantially different physicochemical properties, resulting in differing elemental transport potential, thus proving that slow-pyrolysis B-PyC is not a suitable proxy for F-PyC. Concluding this, F-PyC reactivity is then tested to determine how F-PyC participates in reactive transport processes in freshwater fluvial systems, with implications for contaminant mobility and nutrient cycling following wildfire events. Finally, the effect of pyrolysis intensity, quantified as the average maximum temperature (AMT), char intensity (CI), and peak derivative thermogravimetric temperature (DTG), on the physicochemical properties of F-PyC was tested. It was determined that while no single temperature-derived metric fully captures the F-PyC physicochemical properties, combining several analytical approaches promises to provide insight into its reactivity, elemental composition, and surface chemistry and thus resultant transport potential. These results underscore the need to incorporate F-PyC explicitly into geochemical and reactive transport models, especially in wildfire prone regions such as western Canada. Recommendations for future research include studies on marine systems, weathered and colloidal F-PyC, groundwater\ninteractions, and reconstructing wildfire intensity from F-PyC properties. As wildfire regimes shift with climate change, understanding the unique behavior of F-PyC is critical to predicting its role in elemental cycling and contaminant transport on a global scale. This research establishes a foundation for a new generation of F-PyC studies that reflect the complexities of real-world fire conditions, moving beyond the simplified B-PyC paradigm that now dominates the literature.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».