MétaCan
Menu
Retour à la cohorte
Enregistrement W2465531551 · doi:10.1186/s40068-016-0070-5

Monitoring and modeling the dispersion of produced water on the Scotian Shelf

2016· article· en· W2465531551 sur OpenAlexafffund
Haibo Niu, Kenneth Lee, Brian Robinson, Susan E. Cobanli, Pu Li

Notice bibliographique

RevueENVIRONMENTAL SYSTEMS RESEARCH · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesEnvironmental Studies Research FundsEuropean Synchrotron Radiation Facility
Mots-clésPlumeEnvironmental scienceDilutionPollutantSubmarine pipelineDispersion (optics)Sampling (signal processing)Hydrology (agriculture)SeawaterOceanographyMeteorologyGeologyChemistryEngineeringGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Produced water from offshore oil and gas platforms is often disposed of directly into the sea, and there has been concern that this discharge might have deleterious effects on the marine environment. To help understand the patterns of dispersion and dilution of produced water discharges, and their potential effects, a combined modeling and monitoring study was conducted. Chemical analysis of representative produced water samples recovered from the Sable Offshore Energy Project (SOEP) Venture platform showed elevated concentrations of several organic and inorganic compounds of environmental concern; however, of the 25 stations sampled within 500 m of the platform, only one station, NE50, located 50 m to the northeast, showed chemicals associated with produced water at levels significantly above background values. The Dose-related Risk and Effect Assessment Model (DREAM) was used to evaluate the fate and transport processes of produced water after discharge. The results revealed that the near background level concentrations detected at the 26 stations were due to sampling outside the narrow plume boundary. This indicated that there was no accumulation of pollutants near the platform except inside the narrow plume. The comparison of modeled and empirical data showed that the DREAM model can effectively predict plume behaviour. The results agreed well with the monitoring data and simulated the location of the plume as it changed continuously with the tidal currents. The model illustrated that elevated concentrations within the produced water plume occur only near the vicinity of the discharge.

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 enseignants0,584
Score d'incertitude au seuil0,827

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,048
Tête enseignante GPT0,277
Écart entre enseignants0,229 · 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

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueENVIRONMENTAL SYSTEMS RESEARCHMême sujetOil Spill Detection and MitigationTravaux en français237 207