MétaCan
Menu
Retour à la cohorte
Enregistrement W2300513497 · doi:10.14796/jwmm.r228-15

Characterization and Comparison of Sediments from Four Stormwater Ponds

2008· article· en· W2300513497 sur OpenAlexafffundvenue
Oi Lun Li, Yiping Guo, Jen‐Shin Chang

Notice bibliographique

RevueJournal of Water Management Modeling · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of EnvironmentMcMaster University
Mots-clésStormwaterChristian ministryEnvironmental scienceAgency (philosophy)Environmental protectionSedimentEnvironmental planningWater resource managementHydrology (agriculture)Environmental engineeringGeologySurface runoffPolitical scienceGeotechnical engineeringGeomorphologyEcology

Résumé

récupéré en direct d'OpenAlex

> Ti. The trace compositions (below 1000 ppm) included Mn > Cl > Ba > Sr > Zn > Cr > V > La > Nd > As > Co > Sc > Br > Sm > Th > Eu. Five regulated elements were detected by NAA. The concentrations of Cr, Fe, Mn and Zn in a residential area pond were higher than the LEL; the concentrations of Fe, Mn, Zn and As in another residential area pond were higher than the LEL while the concentration of Cr in the second residential area pond was above the SEL. The concentrations of Fe, Zn, Mn and As in a highway/commercial area pond were higher than the LEL while the concentration of Cr there was above the SEL. The concentrations of Fe, Zn, Mn and As in a commercial/light industrial area pond were higher than the LEL and the concentration of Cr there was higher than the SEL.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,039
Tête enseignante GPT0,231
Écart entre enseignants0,193 · 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'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

Citations1
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetUrban Stormwater Management SolutionsTravaux en français237 207