MétaCan
Menu
Retour à la cohorte
Enregistrement W1554003811 · doi:10.7202/1007628ar

Influence de la densité animale sur la concentration des coliformes fécaux dans les cours d’eau du Québec méridional, Canada

2012· article· fr· W1554003811 sur OpenAlexaboutno aff
Michel Patoine

Notice bibliographique

RevueRevue des sciences de l eau · 2012
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFecal contamination and water quality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryPhysicsGeographyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La contamination bactériologique des eaux de surface en milieu agricole préoccupe les intervenants des secteurs agricole et de la santé publique au Canada. Afin de connaître l’influence de l’agriculture sur cette contamination, un suivi des coliformes fécaux (CF) a été réalisé dans 16 cours d’eau au Québec méridional. Ces cours d’eau drainent des sous-bassins versants de 15 à 100 km2 qui comportent une large gamme de densité animale (10 à 520 unités animales•km-2) et supportent une agriculture surtout intensive. Le suivi des CF aux deux semaines pendant trois ans a montré que leur concentration dans les cours d’eau augmente avec la densité animale dans les sous-bassins versants. Des relations développées par régression permettent d’évaluer l’influence des élevages d’animaux et des humains sur les CF mesurés dans les cours d’eau de sous-bassins versants comparables. L’étude a aussi montré l’influence des sources de CF en amont immédiat des stations d’échantillonnage. Ces sources de contamination contribuent à augmenter les valeurs médianes de CF de 3 à 20 fois en saison estivale (mai à octobre) et jusqu’à plus de 100 fois en saison hivernale (novembre à avril). Les relations présentées constituent des outils d’aide à la gestion du risque de contamination bactériologique. Ces outils comportent toutefois plusieurs limites à l’heure actuelle. Ils pourraient être améliorés et complétés en prenant en compte d’autres paramètres.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,274
Écart entre enseignants0,237 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetFecal contamination and water qualityTravaux en français237 207