Environmental Dredging in the St. Lawrence River: A Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The St. Lawrence River (SLR) Sediment Removal Project was part of an ongoing site-wide CERCLA remediation program addressing polychlorinated biphenyl (PCB)-impacted sediments and soil at General Motor's (GM's) 270-acre manufacturing facility property and adjacent off-site areas located in Massena, New York. The Record of Decision (ROD) issued for this site specified a sediment PCB target cleanup goal of 1.0 part per million (ppm), to the extent technically practicable. The sediment removal was conducted in accordance with the ROD and a Unilateral Administrative Order (UAO) issued by the United States Environmental Protection Agency (USEPA). In order to meet the project's cleanup goal, approximately 18,000 cubic yards (cy) of sediment rock and debris were removed via hydraulic and mechanical dredging during the summer and fall of 1995, and a sediment cap was designed and installed to address an area where final PCB levels in the sediment remained above 10 ppm, even after excessive attempts. Annual monitoring and maintenance activities are currently being performed at the site to ensure the integrity of the sediment cap. The sediment removal portion of this program was completed with the effective cooperation and teamwork of GM, USEPA Region 2, the New York Department of Environmental Conservation (NYSDEC), the St. Regis Mohawk Tribe (SRMT), Environment Canada, Blasland, Bouck & Lee, Inc. (BBL), and Sevenson Environmental Services. This paper provides a comprehensive overview of many aspects of this extensive river-dredging project, including studies, project scoping, contracting, sediment removal, and environmental monitoring.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découle