MétaCan
Menu
← Retour à la cohorte
Enregistrement W2911849307 · doi:10.4095/313561

Geospatial distribution of chemical, bacteriological and gas parameters in southern Ontario groundwater

2019· report· en· W2911849307 sur OpenAlexaboutno aff
Laura M Colgrove, S M Hamilton

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisGroundwaterDistribution (mathematics)Environmental scienceGeographyRemote sensingGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Groundwater Resources Study 17 is a recent publication by the Ontario Geological Survey that delineates wide regions in southern Ontario wherein individual chemical constituents are elevated in groundwater including arsenic, barium, boron, fluoride, nuisance gases (methane, hydrogen sulphide, hypoxic gas), iodide, nitrate, chloride, selenium and uranium. With several exceptions, these regions are explainable as combinations of the natural influence of (1) bedrock lithology, (2) marine sediments, (3) glacial sediment thickness and (4) bedrock topography. Marine influence, particularly in eastern Ontario, is apparent in the distribution of chloride, sodium, iodine, boron, selenium and methane. Drift thickness and/or bedrock topography influences the distribution of chloride, selenium, methane, barium and to a lesser extent, iodine. Bedrock lithogeochemistry controls, or partly controls, the distribution of arsenic, selenium, barium, uranium and chloride. Shales and carbonate rocks of Devonian age host groundwater that is almost universally elevated in fluoride, making this the only constituent that is spatially related to the age of the host formations. Nitrate is one of several mapped parameters that shows human influence in its distribution; which combines with the influences of coarse grained glacial sedimentary cover and karst in bedrock. The spatial incidence of fecal and total coliform bacteria is also discussed in GRS 17. The occurrence of karst appears to an overwhelming factor in the distribution of coliform bacteria in bedrock. Another anthropogenic influence is chloride from road salting, which has a widespread but intermittent distribution. It can be easily differentiated from natural chloride by comparing molar ratios against those for bromide. The data used to generate the polygons in GRS-17 were derived from the OGS Ambient Groundwater Geochemistry database.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,099

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
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,220
Écart entre enseignants0,199 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrocarbon exploration and reservoir analysis→Travaux en français237 207→