MétaCan
Menu
Retour à la cohorte
Enregistrement W2097870937 · doi:10.1144/geochem2012-140

Overview of the Canadian component of the North American Soil Geochemical Landscapes Project with recommendations for acquiring soil geochemical data for environmental and human health risk assessments

2013· article· en· W2097870937 sur OpenAlexaffabout
P W B Friske, Andy N. Rencz, Ken L. Ford, I M Kettles, R G Garrett, Eric Grunsky, Rick J. McNeil, Rodney A. Klassen

Notice bibliographique

RevueGeochemistry Exploration Environment Analysis · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésHuman healthComponent (thermodynamics)Environmental scienceEarth scienceGeologyEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

The involvement of the Geological Survey of Canada in the North American Soil Geochemical Landscapes Project from 2004 to 2009 led to the development of protocols to support environmental and human health risk assessments. Recommendations for acquiring soil samples, analysing them and the resulting geochemical data to support risk assessments, as well as outlines of a procedure for estimating geochemical background are presented. The following practices are proposed: (1) collection of soil samples from pedological horizons (C-horizon in particular) rather than depth-based intervals; (2) use of a spatially random sample design; (3) analysis of the unmilled <2-mm fraction; (4) dissolution using the US EPA (US Environmental Protection Agency) (US EPA) Method 3050B aqua regia variant; (5) archiving of sample splits; and (6) evaluation of chemical data through the insertion, analysis and monitoring of QA/QC samples. Part of the Canadian project was also the in-situ measurement of soil gas radon and the radiometric estimates of soil K, U and Th concentrations, the protocols for which are discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,238

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0110,020
Études des sciences et des technologies0,0050,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,008

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 Opus0,055
Tête enseignante GPT0,287
Écart entre enseignants0,232 · 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

Citations15
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeochemistry Exploration Environment AnalysisMême sujetGeochemistry and Geologic MappingTravaux en français237 207