MétaCan
Menu
Retour à la cohorte
Enregistrement W2110526299 · doi:10.1080/713609924

The Aquatic Environment and Textile Mill Effluents — An Ecological Risk Assessment

2003· article· en· W2110526299 sur OpenAlexaffabout
L. A. Rutherford, Christine Garron, William R. Ernst, Kimberley D. Kennedy

Notice bibliographique

RevueHuman and Ecological Risk Assessment An International Journal · 2003
Typearticle
Langueen
DomaineChemistry
ThématiqueDye analysis and toxicity
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEffluentEnvironmental scienceWastewaterSewage treatmentAquatic ecosystemWaste managementTextilePaper millDyeingPulp and paper industryEnvironmental engineeringEcologyBiologyGeographyEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Textile mill effluents (TMEs) are wastewater discharges from textile mills that are involved in wet processes such as scouring, neutralizing, desizing, mercerizing, carbonizing, fulling, bleaching, dyeing, printing and other wet finishing activities. TMEs are complex mixtures containing a wide variety of chemicals which have a range of pH, temperature, colour and oxygen demand characteristics. Most wet processing mills in Canada discharge to municipal wastewater collection systems where those effluents receive some form of wastewater treatment. This paper reports the results of a tiered assessment approach that was used to determine the impacts on the aquatic environment of whole effluents discharged by wet processing textile mills in Canada. A conservative assessment indicated that no substantial threat to the aquatic environment was associated with TMEs receiving secondary or tertiary treatment, on- site or at a municipal wastewater treatment plant, prior to discharge to receiving waters. In the case of TMEs receiving only primary treatment or no treatment prior to discharge, a weight-of-evidence risk assessment supported the conclusion that those effluents could produce significant environmental harm in aquatic environments.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,320
Écart entre enseignants0,301 · 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

Citations9
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman and Ecological Risk Assessment An International JournalMême sujetDye analysis and toxicityTravaux en français237 207