MétaCan
Menu
Retour à la cohorte
Enregistrement W3128146630 · doi:10.2166/wqrj.2021.012

Stormwater quality assessment and management for the town of Jasper in Alberta, Canada

2021· article· en· W3128146630 sur OpenAlexafffundabout
Ana Sofijanic, Michael Hulley, Daniela Loock, Yves Filion

Notice bibliographique

RevueWater Quality Research Journal · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensOcean Networks Canada SocietyRoyal Military College of CanadaQueen's University
Organismes subventionnairesParks Canada
Mots-clésStormwaterEnvironmental sciencePollutantWater qualityFirst flushSurface runoffTotal suspended solidsSewerageHydrology (agriculture)Environmental engineeringWastewaterChemical oxygen demandEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Stormwater pollutants can have deleterious impacts on the aquatic life of receiving water bodies. This paper presents the findings of a stormwater quality monitoring program performed in the town of Jasper in Alberta, Canada. This is one of the very few studies done on a small urban settlement to identify key pollutants of concern, characterize stormwater and identify unique pollutant sources in the town. A total of 14 stormwater quality parameters were found to be of high concern to aquatic life. The most prominent pollutants were total suspended solids (TSS), metals and phosphorus which compared well with studies conducted in large urban settlements. Tourist influx contributed to high metal and petroleum hydrocarbon loads during the peak season due to high vehicular activity. Elk were found to reside in the town during summer and their fecal droppings resulted in elevated fecal coliform concentrations. It was found that winter road salting was responsible for excessive chloride concentrations observed during the spring melt. TSS concentrations were statistically correlated with various metals as well as phosphorus using Spearman's rank correlation. It was found that the current street sweeping schedule in the town coincided with lower TSS and metal loads in stormwater.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,017
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
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 Opus0,132
Tête enseignante GPT0,402
Écart entre enseignants0,270 · 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

Citations7
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetUrban Stormwater Management SolutionsTravaux en français237 207