MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117311435 · doi:10.1016/j.scitotenv.2025.181156

Spatial modelling of polycyclic aromatic hydrocarbon distribution in a Canadian ice wedge polygon tundra landscape

2025· article· en· W7117311435 sur OpenAlexaboutno aff
Rachele Lodi, Julia Wagner, Elena Argiriadis, Jacopo Gabrieli, Carlo Barbante, Gustaf Hugelius

Notice bibliographique

RevueThe Science of The Total Environment · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeHorizon 2020 Framework Programme
Mots-clésPermafrostArcticTundraLandformSoil carbonSpatial distributionSedimentHydrology (agriculture)Polycyclic aromatic hydrocarbonThermokarst

Résumé

récupéré en direct d'OpenAlex

Permafrost thaw due to climate change raises concerns about the potential remobilisation of organic pollutants such as Polycyclic Aromatic Hydrocarbons (PAHs) in Arctic environments. This study aims to identify environmental controls and create maps of PAH storage in two catchment-scale study areas, Komakuk Beach and Ptarmigan Bay, on the Canadian Beaufort coast (Yukon), while dealing with the lack of data concerning organic contaminants in Arctic soils. Soil samples were collected using a stratified random sampling design based on the catchment area and quaternary geology. The samples were analysed for 22 different PAHs, including 16 PAHs classified as priority pollutants by the US EPA, using accelerated solvent extraction and gas chromatography - triple quadrupole mass spectrometry. The dataset included measurements of PAHs, soil organic carbon content (SOC %), depth, and landform types from permafrost sediment and soil samples. Significant differences in PAH concentrations were found across soil depths and between low-centered polygon (LCP) and high-centered polygon (HCP) landforms, reflecting varying biogeochemical and hydrological dynamics in permafrost degradation forms. Random Forest models were used to predict spatial PAHs distributions in the study areas, divided by molecular weight and depth intervals, using SOC% data from digital soil mapping as an environmental support variable. The modelling approach showed promise for intermediate soil layers but faced challenges in the surface and deep layers owing to data limitations. This study addresses a critical knowledge gap and demonstrates the potential of upscaling PAH distribution data in Arctic permafrost regions using limited ground data. These findings highlight the complex relationships between PAHs, soil carbon, and permafrost landforms, emphasising the need to consider these factors when assessing contaminant dynamics in thawing permafrost. This study identifies spatial patterns and landscape-level factors for PAH upscaling, which can support further studies across Arctic permafrost regions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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'étudeSimulation ou modélisation
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 revueThe Science of The Total Environment→Même sujetToxic Organic Pollutants Impact→Travaux en français237 207→