MétaCan
Menu
Retour à la cohorte
Enregistrement W2076897508 · doi:10.2166/wst.2006.051

Trace metal levels in sediments deposited in urban stormwater management facilities

2006· article· en· W2076897508 sur OpenAlexaffabout
Jiří Maršálek, W. E. Watt, Bruce C. Anderson

Notice bibliographique

RevueWater Science & Technology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésStormwaterEnvironmental scienceSedimentEnvironmental chemistryTrace metalPollutionEnvironmental engineeringClarifierWater qualityBiofilterWater pollutionSurface runoffChemistryMetalGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Characteristics of solids recovered from stormwater best management practice (BMP) facilities, including stormwater ponds, constructed wetlands, an infiltration basin, a biofilter, a stormwater treatment clarifier, and three-chamber oil and grit separators were described with respect to their metal chemistry. The reported trace metal concentrations in BMP sediments were assessed against the Ontario Sediment Quality Guidelines. Between 80 to 100% of all samples were marginally-to-intermediately polluted by Cd, Cr, Cu, Fe, Pb, Mn, Ni and Zn. Severe pollution of sediments was noted for Cr (122 microg/g), Cu (151 and 196 microg/g), Mn (1,259 and 1,433 microg/g), and Zn (1,116 microg/g), at several facilities studied, and even higher levels of metals were reported in the literature for certain oil and grit separators. With respect to individual BMPs, the severe pollution was found in sediments from oil and grit separators (for Cd, Cr, Cu, Pb and Zn), the stormwater clarifier sludge (Cu, Mn and Zn), a biofilter (Cu and Mn), an industrial area stormwater pond (Cu only), and a commercial/residential pond (Cr only). Finally, the chemical pollution of pond sediment triggered toxicity testing at some of the facilities studied, and sediment toxicity was confirmed at several sites.

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)0,000
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 enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,204
Écart entre enseignants0,195 · 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

Citations41
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetUrban Stormwater Management SolutionsTravaux en français237 207