Analyzing Relationships of Conductivity and Alkalinity Using Historical Datasets from Streams in Northern Alberta, Canada
Notice bibliographique
Résumé
Many measurements, tools, and approaches are used to identify and track the influence of human activities on the physicochemical status of streams. Commonly, chemical concentrations are utilized, but in some areas, such as downstream of coal mines, capacity indices such as specific conductivity have also been used to estimate exposure and risk. However, straightforward tools such as conductivity may not identify human influences in areas with saline groundwater inputs, diffuse exposure pathways, and few discharges of industrial wastewater. Researchers have further suggested in conductivity relative to alkalinity may also reveal human influences, but little has been done to evaluate the utility and necessity of this approach. Using data from 16 example sites in the Peace, Athabasca, and Slave Rivers in northern Alberta (but focusing on tributaries in Canada’s oil sands region) available from multiple regional, provincial, and national monitoring programs, we calculated residual conductivity and determined if it could identify the potential influence of human activity on streams in northern Alberta. To account for unequal sampling intervals within the compiled datasets, but also to include multiple covariates, we calculated residual conductivity using the Generalized Estimating Equation (GEE). The Pearson residuals of the GEEs were then plotted over time along with three smoothers (two locally weighted regressions and one General Additive Model) and a linear model to estimate temporal patterns remaining relative to known changes in human activity in the region or adjacent to the study locations. Although there are some inconsistencies in the results and large gaps in the data at some sites, many increases in residual conductivity correspond with known events in northern Alberta, including the potential influence of site preparation at oil sands mines, reductions in particulate emissions, mining, spills, petroleum coke combustion at one oil sands plant, and hydroelectric development in the Peace basin. Some differences in raw conductivity measurements over time were also indicated. Overall, these analyses suggest residual conductivity may identify broad influences of human activity and be a suitable tool for augmenting broad surveillance monitoring of water bodies alongside current approaches. However, some anomalous increases without apparent explanations were also observed suggesting changes in residual conductivity may also be well-suited for prompting additional and more detailed studies or analyses of existing data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».