MétaCan
Menu
Retour à la cohorte
Enregistrement W2738605705

La qualité de l'eau du secteur fluvial : la contamination par les toxiques

2005· article· fr· W2738605705 sur OpenAlexaboutno aff
Bernard Rondeau

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesForestryGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Au cours du siecle dernier, l’urbanisation, les activites industrielles et les activites agricoles ont genere une importante charge de substances toxiques qui se sont retrouvees dans les cours d’eau. Ces apports ont contribue a deteriorer la qualite de l’eau de l’immense bassin Grands Lacs–Saint-Laurent, mettant ainsi en peril la sante de cet ecosysteme unique. Les stations de reference du secteur fluvial servent a evaluer l’etat de la contamination de l’eau en enregistrant les fluctuations saisonnieres et interannuelles ainsi que les tendances a long terme des concentrations de contaminants. Depuis 1995, la region de Quebec (figure 1) sert de station de reference, puisqu’elle cumule la contamination des differentes masses d’eau qui composent le fleuve Saint-Laurent et y sont melangees sous l’effet des marees. Depuis 2003, des mesures sont egalement prises a l’ile Wolfe, a la sortie du lac Ontario (figure 1). Cette station de reference permet d’evaluer la qualite de l’eau provenant des Grands Lacs, qui est caracterisee par des eaux claires et mineralisees. En sus de ces deux stations localisees a l’entree et a l’exutoire de la partie fluviale du Saint-Laurent, une nouvelle station s’est ajoutee en 2004, pres de l’embouchure de la riviere des Outaouais, a Carillon. Les eaux de l’Outaouais, le plus important tributaire du fleuve, couvrent une large portion de la rive nord du Saint-Laurent et sont fortement colorees. Ces eaux, appelees communement eaux brunes, peuvent etre identifiees facilement jusqu’a Trois-Rivieres.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,648
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,020
Tête enseignante GPT0,285
Écart entre enseignants0,265 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Quality and Pollution AssessmentTravaux en français237 207