Spatial Influence of Spraying Applications on Water Quality: The Case of the Gibeault-Delisle Watershed (Quebec)
Notice bibliographique
Résumé
The Gibault-Delisle watershed (19 km2) is located in the South-West region of the St Lawrence River, Quebec (Canada). It is mainly occupied by horticultural crops. A recent study revealed that the river was contaminated with pesticides all along the cropping season. Some concentration peaks were not linked to rain episodes and could not be imputed to the leaching of deposits on plants or ground. The objectives of this study were to evaluate if measured concentrations could result from drift during applications and to evaluate the potential of some mitigation measures. A spatio-temporal model was built from drift curves and a transport equation along the streams in the watershed. Model inputs were applied pesticides (depending on the crops), wind direction, size and position of the plot with respect to watercourses and water flowrates. Pesticide application records available from a farmer consortium were used to compute maximum hourly concentrations per week. Results for concentration in water from the model are of the same order of magnitude than measurements so drift could be a main contributor to river contamination. Improving sprayer setup to limit drift decreases concentrations by a factor of 10 while implementing systematic 5m buffer zones yielded a 30% reduction. Monte-Carlo simulations based on a probabilistic description of the input factors of the model was performed for a sensitivity analysis and showed that the river flowrate is the main factor influencing the results.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».