MétaCan
Menu
Retour à la cohorte
Enregistrement W2612581837

Contrôle et réduction des émissions atmosphériques des sites miniers par la végétation : évaluation de l’efficacité par modélisation

2017· article· fr· W2612581837 sur OpenAlexaboutno aff
Elyse Hamel

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2017
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental sciencePolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le Québec dispose d’une industrie minière très développée qui comprend plusieurs sites miniers en exploitation ou en développement. Ces sites sont associés à plusieurs enjeux environnementaux et font l’objet de préoccupations de la population. Un de ces enjeux est celui de la qualité de l’air, car les mines sont souvent associées à l’émission de particules dans l’atmosphère. Les particules peuvent causer des effets irréversibles sur la santé, principalement pour les particules fines PM2.5 qui peuvent être inhalées et causer des maladies respiratoires et des cancers. L’objectif de l’essai est d’évaluer l’efficacité de contrôle et de réduction des émissions de particules des sites miniers par la végétation. Dans cette étude, les bénéfices de la végétation sur la pollution atmosphérique sont abordés de deux façons : d’abord par la réduction des émissions de particules des sites miniers en utilisant la végétation comme mur brise-vent pour réduire l’érosion éolienne, ensuite par l’utilisation de la végétation comme surface de déposition pour les particules. Ces deux méthodes sont analysées de façon théorique par une revue de littérature et par modélisation de la dispersion atmosphérique pour quantifier le potentiel de réduction des concentrations dans l’atmosphère. Les études analysées confirment qu’une haie brise-vent peut réduire les vitesses de vent de plus de 25 %. Cette réduction permet de contrôler l’érosion éolienne des sites miniers, notamment des piles de minerai et de résidus. Les espèces d’arbres à favoriser pour réduire la vitesse du vent sont les conifères avec une importante densité foliaire comme le cyprès de Leyland. Les arbres permettent également de favoriser la déposition des particules. Plus l’indice de surface foliaire des arbres est élevé, plus le taux de déposition est grand. D’autres paramètres comme le contenu en cire des feuilles et la rugosité de la surface viennent augmenter le potentiel de déposition. Plusieurs espèces d’arbres augmentent la déposition dont le pin noir qui est le plus efficace selon les espèces analysées. La modélisation des émissions atmosphériques des sites miniers a permis de quantifier l’efficacité de réduction de la pollution atmosphérique en comparant les concentrations de particules dans l’air ambiant avec et sans végétation. La présence de végétation permet de diminuer de plus de 50 % les concentrations de particules dans l’atmosphère à 2 km et plus des sites miniers. Par contre, la végétation augmente les concentrations de polluant à proximité des sources. La déposition des particules est quant à elle augmentée de plus de 50 % à proximité des sources lorsque les sites miniers sont entourés de végétation.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,575

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,036
Tête enseignante GPT0,253
Écart entre enseignants0,218 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetAgriculture and Rural Development ResearchTravaux en français237 207