MétaCan
Menu
Retour à la cohorte
Enregistrement W2245380718 · doi:10.2166/wqrj.2010.015

Monitoring of the Environmental Effects of Pulp Mill Discharges in Chilean Rivers: Lessons Learned and Challenges

2010· article· en· W2245380718 sur OpenAlexafffund
Gustavo Chiang, Kelly R. Munkittrick, Rodrigo Orrego, Ricardo Barra

Notice bibliographique

RevueWater Quality Research Journal · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensOntario Tech UniversityUniversity of New Brunswick
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaMcMaster University
Mots-clésPaper millEnvironmental scienceSpecies richnessPulp millMillStandardizationPulp (tooth)EffluentEcologyEnvironmental protectionGeographyBiologyEnvironmental engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental monitoring activities in Chile are relatively new and have traditionally relied on physicochemical measurements. The pulp mill industry in Chile is highly competitive in the global market and several new large mills have recently opened. Early studies on fish in the receiving environments revealed lower species richness and an increase in the abundance of introduced species relative to native ones near pulp mill discharges. Even though changes were observed, their relationship with the discharges was unclear. Several difficulties related to small body sizes and the unavailability of basic biological data for native Chilean fish species were found during initial field studies. One of the main challenges is the standardization of monitoring methods (including fish species selection, sampling sizes, indicators, reference sites, etc.) and consensus about the responses that should be considered in a river monitoring program in the Chilean context. This paper summarizes major findings from a series of studies looking at impacts on fish at different levels of biological organization and the current approach used in Chile for monitoring impacts of pulp mill effluents on wild fish populations.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,052
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,108
Tête enseignante GPT0,361
Écart entre enseignants0,253 · 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 tête enseignante, 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

Citations17
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetFish Ecology and Management StudiesTravaux en français237 207