MétaCan
Menu
Retour à la cohorte
Enregistrement W2965510165 · doi:10.11159/icepr19.155

Shortcomings in Current Practices for Decision-Making Process and Contaminated Sites Remediation

2019· article· en· W2965510165 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueProcess Optimization and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental remediationComputer scienceProcess (computing)ContaminationCurrent (fluid)Environmental scienceRisk analysis (engineering)EngineeringBusinessElectrical engineering

Résumé

récupéré en direct d'OpenAlex

As a result of the huge economic and industrial development that human has been experiencing for decades or centuries, there are millions of potentially contaminated sites around the globe. Potentially contaminated sites are those which industrial, agricultural, mining and waste containment activities with potential to contaminate soil and groundwater has taken place in. A small number of these contains dangerous levels of contamination and much fewer have been remediated so far. As an example, in Europe, according to European Environmental Agency in 2014 there are some 2,500,000 potentially contaminated sites with an estimated number of about 342,000 sites that contain significant contamination needing remediation., of which just about 15% have been remediated [1]. The situation is probably much worse when it comes to most developing countries. Here, there is usually no priority regarding remediation even though it is well known that contamination is related to public health. In these countries, there is often a lack of data regarding contaminated sites and levels of contamination. Sometimes, authorities deny any contamination and in any case no actions may be taken for the use of specific water supply wells. In some cases, the reason may be inefficient regulation and lack of funding for surveying and remediation [2]. A basic problem is that the remediation process of contaminated soil and groundwater is a complex and multidisciplinary issue and there are no efficient and reliable general tools to help in the decision-making practise. The different kinds of possible contaminants and variation of soil parameters result in a physical system with many degrees of freedom. To this are added the social, economic, and environmental aspects needed to be considered when making sustainable decisions for the remediation activities. In this study, generally available decision-making tools, systems and methods for contaminated site remediation, are critically reviewed first. Secondly, the importance of incorporating contaminant transport properties for different chemicals in the decision-making process is exemplified for a case study in Iran. In this case study an unconfined aquifer contaminated by selenium, cadmium and antimony is modelled, aiming to find solutions for dealing with the contamination. Due to the complex situation at the site, which is usually the case in reality, the results showed why current tools are rarely used for decision making process in contaminated site management and it is essential to make better models and integrate them to make better decisions. After this case study, the difference in results by different multi-criteria decision-making algorithms is shown. The main objective of this study is to show shortcomings in current practices of decision making for contaminated sites remediation. It is shown that we need more detailed, practical and trustworthy tools to base our decisions on. It is shown that it is necessary to incorporate knowledge on contaminant transport modelling into the decision-making process in a proper way depending on the real complexity that is always involved.

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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,445

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,291
Écart entre enseignants0,277 · 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