MétaCan
Menu
Retour à la cohorte
Enregistrement W3003595863 · doi:10.1021/acs.est.9b06875

Distinguishing Natural from Anthropogenic Sources of Acid Extractable Organics in Groundwater near Oil Sands Tailings Ponds

2020· article· en· W3003595863 sur OpenAlexafffund
Jason M. E. Ahad, Hooshang Pakdel, P Gammon, Bernhard Mayer, Martine M. Savard, Kerry M. Peru, John V. Headley

Notice bibliographique

RevueEnvironmental Science & Technology · 2020
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of CalgaryEnvironment and Climate Change CanadaInstitut National de la Recherche ScientifiqueGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésOil sandsTailingsEnvironmental chemistryGroundwaterEnvironmental scienceDiamondoidIsotope analysisGeologyAsphaltChemistryOceanographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

S allowed for discrimination of AEOs into the three end-members relevant to ascertaining the NA environmental footprint within the region: (1) OSPW; (2) McMurray Formation groundwater (i.e., naturally occurring bitumen), and; (3) naturally occurring non-bitumen. A Bayesian isotopic mixing model was used to determine the relative proportions of these three sources in groundwater at both study sites. Although background levels of OSPW-derived AEOs were generally low, one sample containing 49-99% (95% credibility interval) OSPW-derived AEOs was detected within an inferred preferential flow-path, highlighting the potential for this technique to track tailings pond seepage.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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'étudeExpérimental (laboratoire)
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

Citations35
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetPetroleum Processing and AnalysisTravaux en français237 207