Intersections of wildfire, water and land: using groundwater science to reduce risks to water supplies
Notice bibliographique
Résumé
For over three weeks, fire suppression teams sought to control the 2018 Parry Sound 33 Wildfire (covering 11,362 hectares in northeastern Ontario). Following the fire, the wide spread concern has been the impact of the Parry Sound 33 Wildfire upon the Key Harbour First Nation's and Henvey Inlet First Nation's water security. This in turn has sparked groundwater geochemistry questions. Our research seeks to understand one question: how can the post-Parry Sound 33 fire water quality research provide guidance for future ground water research in Southern Ontario and across Canada? Informed by research from i) post fire mobilization of contaminants into surface water resources; ii) short term impacts of fire events on karst; and iii) community based fire management, this project has several objectives: a) Provide gap analysis of the post-fire groundwater for drinking water quality research; b) Detail how Canadian universities and research institutions take a strategic view of post-fire water quality research to support land use planning and public health and safety initiatives; c) Document actionable information products created to communicate to communities how to manage post fire water quality. This paper presents preliminary results of our research, noting: Contamination of high quality potable water in groundwater can occur through natural events such as wildfires because wildfires modify the surface environment by combusting vegetation and changing soil properties; Most prior research on post-fire water quality research has focused on surface water to determine fire-prone forested water source areas; The emerging field of post fire contamination of water sources is receiving considerable attention, evidenced by the 2018 NSERC funded Water Institute/University of Waterloo project. But there is little research being done to understand the vulnerabilities of groundwater aquifers to post fire debris, sediment and chemical constituents (indicators that could be included in future assessments). This paper is intended to inform discussions on the preparation of suitable post fire water management plans in order to maintain drinking water quality in a cost-effective manner.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».