MétaCan
Menu
Retour à la cohorte
Enregistrement W3011137070 · doi:10.2166/wqrj.2020.007

Development of a water quality index for watercourses downstream of harvested peatlands

2020· article· en· W3011137070 sur OpenAlexafffundabout
Hermine Betis, André St‐Hilaire, Claude Fortin, Sophie Duchesne

Notice bibliographique

RevueWater Quality Research Journal · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésPeatWater qualityEnvironmental scienceSTREAMSHydrology (agriculture)DrainageGeologyEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This study aimed to adapt the Water Quality Index of the Canadian Council of Ministers of the Environment (CCME WQI) for its application to water quality assessment of drainage water and watercourses downstream of peat harvesting operations. It integrates different parameters that potentially reflect the overall water quality condition of a stream. Thus, it is calculated using multivariate water quality data and accounts for their conformity with respect to water quality guidelines. Adaptation of the index proceeded to identify, through a literature review, the physico-chemical parameters that may change due to peat harvesting. The CCME WQI was used to compare water quality of receiving watercourses to that of streams located within a 200 km radius from the study sites in three regions of Quebec. The availability of water quality data guided the selection of parameters among those identified. They are ammonia, conductivity, pH and suspended sediment concentrations. Results indicated a significant difference between WQI values of water from harvested peatlands and those of streams in two of the three regions studied. Results have also shown that it is the pH guideline that is not respected in most cases for harvested peatlands. This article has been made Open Access thanks to the kind support of CAWQ/ACQE (https://www.cawq.ca).

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,225
Score d'incertitude au seuil0,448

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
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 Opus0,165
Tête enseignante GPT0,400
Écart entre enseignants0,235 · 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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetPeatlands and Wetlands EcologyTravaux en français237 207