MétaCan
Menu
Retour à la cohorte
Enregistrement W2105565727 · doi:10.1111/j.1745-6584.2005.00126.x

Numerical Investigation of Road Salt Impact on an Urban Wellfield

2005· article· en· W2105565727 sur OpenAlexaff
Michael Bester, Emil O. Frind, John Molson, David L. Rudolph

Notice bibliographique

RevueGround Water · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensPolytechnique MontréalUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAquiferEnvironmental scienceGroundwaterHydrology (agriculture)Infiltration (HVAC)MoraineGeologyGlacial periodGeotechnical engineeringGeomorphologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

The impact of road salt on a wellfield in a complex glacial moraine aquifer system is studied by numerical simulation. The moraine underlies an extensive urban and industrial landscape, which draws its water supply from >20 wellfields, several of which are approaching or have exceeded the drinking water limit for chloride. The study investigates the mechanisms of road salt infiltration, storage, and transport in the subsurface and assesses the effectiveness of mitigation measures designed to reduce the impact. The three-dimensional transport model accounts for increases in salt loading, as well as growth of the urbanized area and road network over the past 50 years. The simulations, which focus on one impacted wellfield, show chloride plumes originating mainly at arterial roads and migrating through aquitard windows into the water supply aquifers. The results suggest that the aquifer system contains a large and heterogeneously distributed mass of chloride and that concentrations in the aquifer can be substantially higher than the concentrations in the well water. Future impact scenarios indicate that although the system responds rapidly to reductions in salt loading, the residual chloride mass may take decades to flush out, even if road salting were discontinued. The implications with respect to urban wellfields in typical snow-belt areas 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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
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

Citations108
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGround WaterMême sujetSmart Materials for ConstructionTravaux en français237 207