MétaCan
Menu
Retour à la cohorte
Enregistrement W4321602956 · doi:10.1007/978-3-031-19845-8_15

RETRACTED CHAPTER: Spatio-Temporal Optimization of Groundwater Monitoring Network at Pickering Nuclear Generating Station

2023· book-chapter· en· W4321602956 sur OpenAlexaff
Pedram Masoudi, Yvon Desnoyers, Mike Grey

Dossier post-publication

OpenAlex signale ce travail comme rétracté, mais aucune notice correspondante de Retraction Watch ne figure dans cette base.

Notice bibliographique

RevueSpringer proceedings in earth and environmental sciences · 2023
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensKinectrics (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceVariogramSampling (signal processing)Hydrology (agriculture)StatisticsKrigingComputer scienceMathematicsEngineeringDetectorGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Through more than 400 wells, tritium leakage of Pickering Nuclear Generating Station has been monitored seasonally since 1999. Sampling and maintenance of monitoring wells being costly, it is required limiting number of samples while ensuring monitoring objectives. This study aims at proposing a geostatistical approach for sample reduction while meeting the monitoring objectives. So, four objectives were defined: (i) Geographical coverage. (ii) Denser sampling where tritium variability is high. (iii) Delimiting the threshold of 300 kBq/L, also (iv) the cut-off of 3000 kBq/L. These objectives were quantified using geostatistical measures, served as cost functions in heuristic optimization algorithms, implemented using scripting capacity of Isatis.neo software. The algorithm was successful in sampling optimization of 2010Q4 (fourth season) according to the first, third and fourth measures. The first measure selects spatially evenly distributed wells, necessary for unknown leakages. The third and the fourth geostatistical measures suggest sampling around a decisive tritium concentration. Considering these objectives, 22 samples were removed (totally 50 samples) while deterioration of characterization accuracy is negligible. Temporal variogram revealed tritium correlation over three years. So previously acquired samples could be used to improve the monitoring in scarcely sampled areas. But sensitivity analysis showed that samples older than four seasons do not improve the current season contamination characterization. The conditional optimization was applied to samples of 2010 (all seasons). Previous samples improved the first and the last geostatistical measure, while deteriorated the second and the third measures.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,017
Tête enseignante GPT0,199
Écart entre enseignants0,182 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpringer proceedings in earth and environmental sciencesMême sujetSoil Geostatistics and MappingTravaux en français237 207