MétaCan
Menu
Retour à la cohorte
Enregistrement W2768491592 · doi:10.1007/s13280-017-0995-6

Vulnerability of Canadian aquatic ecosystems to nuclear accidents

2017· article· en· W2768491592 sur OpenAlexafffundabout
Lars Brinkmann, David J. Rowan

Notice bibliographique

RevueAMBIO · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesAboriginal Affairs and Northern Development CanadaGovernment of CanadaAustralian GovernmentMinistry of EnvironmentParks CanadaAlberta Environment and Parks
Mots-clésBioaccumulationStrontiumEnvironmental scienceTrophic levelRadiological weaponEcosystemRisk assessmentAquatic ecosystemBiotaCaesiumEcologyEnvironmental chemistryRisk analysis (engineering)BiologyChemistryComputer scienceRadiochemistry

Résumé

récupéré en direct d'OpenAlex

Sr), but have not been used to make predictions of radiological risk from nuclear accidents under variable environmental conditions on broad geographical scales. In this paper, we first present models for predicting the bioaccumulation of cesium and strontium by aquatic biota based on ambient concentrations of dissolved potassium and calcium, respectively, and then test these models using independent data from aquatic ecosystems at Canadian nuclear sites. Secondly, models yielding the best predictions across a wide range of input parameters were selected to estimate bioaccumulation factors (BAFs) for cesium and strontium in aquatic ecosystems across Canada, using trophic level of organisms and dissolved potassium for cesium and calcium concentrations for strontium as predictor variables, and presented as contour maps of radiological risk. The models show that risk from bioaccumulation of cesium and strontium can vary by several orders of magnitude depending on site-specific environmental conditions and trophic ecology. Overall, our results suggest that single-parameter approaches taken by regulatory standards may either over- or under-predict radiological risk at many locations, and are thus not readily suitable to inform siting decisions for new nuclear developments.

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 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,999

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,251
Écart entre enseignants0,232 · 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'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

Citations8
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetRadioactive contamination and transferTravaux en français237 207