MétaCan
Menu
Retour à la cohorte
Enregistrement W2181389571 · doi:10.2166/wqrj.2005.047

Application of CCME Procedures for Deriving Site-Specific Water Quality Guidelines for the CCME Water Quality Index

2005· article· en· W2181389571 sur OpenAlexaffabout
Amir Ali Khan, Annette Tobin, Renée Paterson, Haseen Khan, Richard Warren

Notice bibliographique

RevueWater Quality Research Journal · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensGovernment of Newfoundland and Labrador
Organismes subventionnairesnon disponible
Mots-clésWater qualityPercentileIndex (typography)Quality (philosophy)Environmental scienceCalculatorStandard deviationComputer scienceStatisticsMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Since its development in 2001, the Canadian Council of Ministers of the Environment (CCME) Water Quality Index (WQI) has established itself as a valuable tool for communicating ambient water quality data. Due to the high natural background levels of particular parameters in water bodies throughout the country it is often necessary to use Site-Specific Water Quality Guidelines (SS-WQGs) as opposed to generic national Water Quality Guidelines (WQGs) or provincial Water Quality Objectives (WQOs) in the CCME WQI model to obtain truly representative rankings. SS-WQGs have only been developed for a limited number of ambient water quality sites and this has been a major hurdle to the widespread use and acceptance of the CCME WQI. This paper presents the adaptation and implementation of an existing CCME-approved SS-WQGs derivation method called the background concentration (BC) procedure into a Site-Specific Water Quality Index (SS-WQI) calculator and tool. It discusses the application of the SS-WQI calculator to compute water quality indices for five pristine ambient water quality sites in Newfoundland and Labrador. The effects of using five different BC-based SS-WQGs (mean; median; mean ± one standard deviation; mean ± two standard deviations; 90th and 10th percentile) are examined. The paper also discusses the challenges and benefits of using this methodology and provides recommendations for further testing.

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)0,012
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,055
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,301
Tête enseignante GPT0,489
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetWater Quality and Pollution AssessmentTravaux en français237 207