MétaCan
Menu
← Retour à la cohorte
Enregistrement W2548838613 · doi:10.17975/sfj-2016-002

Implementing Solutions for Muskrat Lake

2016· article· en· W2548838613 sur OpenAlexafffundvenueabout
Wilson Ho

Notice bibliographique

RevueSTEM Fellowship Journal · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Nuclear LaboratoriesMcMaster University
Mots-clésEutrophicationEnvironmental scienceWatershedEnvironmental remediationPhosphorusChristian ministryWastewaterSurface runoffNutrientSewage treatmentEnvironmental engineeringHydrology (agriculture)ContaminationEcologyChemistryBiologyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Muskrat Lake has recently been suffering from nutrient overloading due to unknown causes. The purpose of this investigation is to determine where excess nutrients are concentrated in the Muskrat Lake watershed, to monitor their levels over a six-week period, and to test the BioCord Reactor as a novel solution. The reactor is commonly used in man-made wastewater remediation systems to increase the level of biological treatment, and decrease concentrations of nitrogen and phosphorus. Collection bottles were rinsed three times at each collection site before samples were taken and shipped to the Canadian Nuclear Laboratories and the Ministry of Environment for analysis, or brought back to the lab. Lab equipment was purchased from HACH Industries, and the HACH TNT Kit 843 procedure was slightly modified to scan for an ultra-low level of phosphorus. Overall, the results suggest that agricultural runoff, the mixed wood forests, and the municipal wastewater treatment plant do not have significant impacts on the watershed, but more analysis is necessary before any definitive conclusions can be drawn. Furthermore, the BioCord Reactor was shown to be ineffective at the test site due to low rainfall, water depth, and water speed. More sites need to be analyzed for a longer period of time in order to determine if this technology is feasible as a short-term remediation tool for eutrophication.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,029
Tête enseignante GPT0,241
Écart entre enseignants0,212 · 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

Citations0
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueSTEM Fellowship Journal→Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→