Novel methods for characterizing mercury particulates, precursors, and co-pollutants in aqueous and atmospheric matrices
Bibliographic record
Abstract
Le mercure et ses composés sont des produits chimiques toxiques dans l’environnement, tout comme les métaux lourds, et peuvent être rejetés dans l’environnement par des processus anthropiques et naturels. Le cycle du mercure dans l’environnement est influencé par des facteurs comme le rejet de co-polluants anthropiques et les interactions de surface avec des plans d’eau ou des particules de matières. La contamination de l’environnement par le mercure est un sujet de recherche émergent depuis des décennies. Pourtant, plusieurs questions importantes demeurent sans réponse au sujet des interactions des composés du mercure avec les polluants gazeux, les aérosols et les nanoparticules dans les matrices aqueuses et atmosphériques. Cette thèse présente le développement et l’application de nouvelles techniques de mesure et de caractérisation des particules de mercure, des co-polluants et de certains précurseurs des composés inorganiques du mercure dans l’environnement. Le premier travail est le développement et l’application d’une nouvelle technique de piégeage et de mesure du chlore photolabile atmosphérique (p. ex., Cl2, HOCl, ClNO2, ClNO3, et BrCl). Les atomes de chlore jouent un rôle clé dans le potentiel oxydatif de l’atmosphère et réagissent avec le mercure élémentaire pour former du chlorure de mercure inorganique. Nous avons recueilli le chlore photolabile dans la ville de Montréal, au Canada, à l’aide de tubes Cl2-RPGE (Cl2 Reactive Phase Gas Extraction) et quantifié le produit chloré recueilli avec GC-MS. Le chlore photolabile a été mesuré dans la région urbaine de Montréal à des concentrations allant de 3 à 545 ng/m3 exprimées en Cl2.Le deuxième travail de cette thèse utilise la microscopie holographique numérique en ligne (DIHM) pour la détection dynamique en temps réel, l’imagerie et la caractérisation des particules contenant du mercure, des métaux lourds, des déversements de pétrole et des particules bioorganiques et leurs interactions dans une matrice aquatique. Cela se fait en pompant un échantillon à travers un tube “flow-through” monté sur le nano-DIHM. Nano-DIHM permet le suivi 4D des particules et de leurs transformations dans l’eau, dans l’espace tridimensionnel en temps réel. Des particules et des gouttelettes d’une taille comprise entre ~ 1 µm et 200 µm ont été observées avec une résolution de 62,5 millisecondes, et le logiciel entièrement automatisé a été démontré pour la détection dynamique “in-situ” et en temps réel des contaminants avec des gouttelettes d’huile utilisées comme exemple représentatif.Dans le troisième manuscrit de cette thèse, nous étudions le comportement des composés du mercure en tant que noyaux de condensation des nuages (CCN) et noyaux de glace (IN) dans des conditions atmosphériques nuageuses en utilisant une chambre interne de McGill de nucléation de glace en temps réel (MRINC) qui a été couplée au nano-DIHM. Ceci a été effectué pour les espèces d’halogénures mercuriques solubles, ainsi que pour les mélanges de mercure liés aux particules. La configuration du MRINC-nano-DIHM a permis de contrôler la température atmosphérique et les conditions d’humidité relative avec des mesures “in-situ” en temps réel de l’eau super-refroidis et des cristaux de glace. Cette thèse apporte des techniques et de nouvelles connaissances scientifiques pour mieux comprendre la formation, la distribution et les interactions des composés du mercure et ses particules dans les matrices aquatiques et atmosphériques dans l’environnement. Avec l’augmentation des rejets de produits chimiques par des sources anthropiques dans le monde, la compréhension des propriétés des composés et des particules de mercure aidera à comprendre le cycle du mercure dans l’environnement avec plus de précision
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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".