Characterization of mineral dust emitted from an actively retreating glacier in Yukon, Canada
Bibliographic record
Abstract
La poussière minérale atmosphérique émise dans les régions arctiques peut modifier de manière significative le bilan énergétique de l'atmosphère nordique en diffusant et en absorbant la radiation. La poussière joue également un rôle important dans le cycle biogéochimique des métaux et peut avoir des effets négatifs sur la qualité de l'air et la santé publique. L'impact des sources de poussière du Nord sur l'atmosphère et l'environnement peut changer rapidement, car le réchauffement du climat dans le Nord peut augmenter la production de poussière minérale et peut affecter les régions d'origine. Cependant, à l'heure actuelle, l'impact de ces changements est difficile à évaluer, car très peu d'études scientifiques effectuent des mesures directes des émissions de poussières minérales ainsi que des propriétés chimiques et microphysiques des poussières minérales dans les régions arctiques. Pour combler cette lacune, nous avons fait des mesures de la poussière minérale en juin 2017 et en mai 2018 près de l'Ä’äy Chù (rivière Slims), dans une vallée proglaciale du Yukon, qui est un site important des émissions de la poussière. Le changement climatique a eu de lourdes conséquences sur la vallée d'Ä'äy Chù. Le retrait rapide du glacier Kaskawulsh laissant le lit de la rivière exposé augmentant ainsi potentiellement sa surface érodable qui peut produire de la poussière. Nous avons collecté des échantillons d’aérosols (PM10 et poussières minérales déposées) dans toute la vallée Ä’äy Chù et avons enregistré des données météorologiques afin d’établir un lien entre des facteurs environnementaux et l’émission de poussières. Nous avons également utilisé une méthode quantitative pour analyser les métaux traces dans les poussières minérales par spectrométrie de masse à plasma à couplage inductif (ICP-MS) afin de quantifier les métaux traces dans les échantillons de PM10, du sol et de poussières minérales déposées. Notre étude est la première à mener une caractérisation chimique et microphysique des poussières minérales émises directement par une source de poussière de haute latitude au Canada. L'analyse des données obtenues par un compteur de particules optiques (OPC) a indiqué à quelle heure des événements de poussière se sont produits pendant la journée, tandis qu'une analyse gravimétrique d'échantillons de filtres a montré des concentrations ambiantes entre 240 µg / m³ et 3 950 µg / m³ à la source des poussières. En outre, les seuils de qualité de l’air de l’Organisation de la Santé Mondial (OSM) ont été dépassés aux sites proches de la source de poussière, notamment au centre des visiteurs Thachäl Dhäl géré par Parcs Canada et à un site situé à proximité de la route de l’Alaska. Nous n'avons pas réussi à analyser nos échantillons en utilisant l'ablation au laser ICP-MS et l'ICP-MS à particule unique. Néanmoins, nous avons validé avec succès un protocole d'analyse ICP-MS d'échantillons digérés et avons ainsi pu appliquer cette technique à l'analyse de nos échantillons. L’analyse de la composition élémentaire par ICP-MS a révélé l’enrichissement en échantillons de PM10 de la composition des éléments mineurs et des éléments traces par rapport aux sols, généralement par un facteur de 1,5 à 2. De plus, une analyse SEM / EDS a démontré que les poussières émises se composent principalement de particules non sphériques composées d'agrégats minéraux d'argile aluminosilicate. Enfin, nous avons calculé le flux vertical de masse de particules, et nous avons utilisés le flux, la distribution de taille et la composition du PM10 afin d’évaluer plusieurs théories relatives au mécanisme prédominant d'émission de poussière qui se produit dans la vallée d'Ä'äy Chù.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".