MétaCan
Menu
Retour à la cohorte
Enregistrement W2957140729 · doi:10.1016/j.dib.2019.104256

Dataset for the assessment of metallic pollution in the Saint-Charles River sediments (Québec City, QC, Canada)

2019· article· en· W2957140729 sur OpenAlexafffundabout
Léo Chassiot, Pierre Francus, Arnaud De Coninck, Patrick Lajeunesse, Danielle Cloutier, Thibault Labarre

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversité LavalInstitut National de la Recherche Scientifique
Organismes subventionnairesMitacs
Mots-clésTributaryPollutionSAINTSedimentEnvironmental scienceSedimentary rockGeologyTrace metalHydrology (agriculture)GeochemistryMetalGeomorphologyGeographyGeotechnical engineeringCartography

Résumé

récupéré en direct d'OpenAlex

This Data in Brief article presents sedimentological and geochemical parameters from a set of sedimentary samples collected in the Saint-Charles River, a tributary of the Saint-Lawrence River flowing in Québec City (QC, Canada). It details the experimental design, methods, materials and results of destructive analyses related to a multi-proxy study of polymetallic contamination in sediments collected within an urban reservoir (Spatial and temporal patterns of metallic pollution in Québec City, Canada: Sources and hazard assessment from reservoir sediment records, https://doi.org/10.1016/j.scitotenv.2019.04.021, (Chassiot et al., 2019)). The present article summarizes the results of relevant parameters on a set of 68 samples: total organic carbon (TOC), sulfur content, grain-size, and concentrations of heavy and trace metals. It also presents the calculation of enrichment factors, geoaccumulation indexes, and metallic pollution index.

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 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 enseignants0,158
Score d'incertitude au seuil0,972

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 ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,291
Écart entre enseignants0,257 · 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 tête enseignante, 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

Citations3
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetHeavy metals in environmentTravaux en français237 207