MétaCan
Menu
Retour à la cohorte
Enregistrement W4242308331 · doi:10.32920/ryerson.14652693

Identifying the Potential Sources of Contaminants to the Welland Canal, the Major Source of Drinking Water in the Niagara Region

2021· preprint· en· W4242308331 sur OpenAlexaffabout
Zahra Labbaf

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceEffluentContaminationPollutantEnvironmental engineeringRaw waterSurface runoffWater resource managementHydrology (agriculture)Waste managementEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

The Welland Canal is the only source of raw water to the largest drinking water treatment plant in the Niagara Region in southern Ontario. The water of the Welland Canal has historically been contaminated from different sources, and identifying these potential pollutants to drinking water relies on direct chemical analysis that is time-consuming and costly to identifying the critical contaminants of concern. Therefore, the aim of this research is to access and prioritize the chemicals of concern and the possible sources of contamination impacting the Welland Canal water. Metals and organic contaminants originating from industrial effluent, agricultural runoff, Port Colborne STP effluent, Lake Erie sediments and antifouling paints on ship vessels are identified as major contributors of pollutant loads into the Welland Canal. Specifically, atrazine, glyphosate, metolachlor, TBT, mercury, lead and zinc are identified as major contaminants that could pose a health risk to over 300,000 residents in the Niagara Region.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,556
Score d'incertitude au seuil0,987

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 ouverte0,0010,002
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 Opus0,032
Tête enseignante GPT0,270
Écart entre enseignants0,238 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWater Quality and Pollution AssessmentTravaux en français237 207