Assessing Lead Contamination in Buffalo River Sediments
Notice bibliographique
Résumé
<p>The Great Lakes Water Quality Agreement between Canada and the United States has identified the Buffalo River as an Area of Concern. The watershed has a long history of heavy industrial activity that contributed to its overall pollution. Sediment core data collected by the New York State Department of Environmental Conservation in 2005 were used to determine lead sediment conta- mination in a section of the Buffalo River. The ordinary kriging spatial interpolation technique was used to generate surface and sub- surface sediment contamination estimates. Due to the meandering nature of the river, two kriging models were used to analyze surface contamination: a global kriging model and a regional kriging model, consisting of three separate sections. The results show that both the global and regional kriging models display similar interpolated surfaces and do not vary significantly. Within the sediment, lead contamination in the surface layer is lower than at the various subsurface depths. In 2011, habitat restoration efforts commenced to re- mediate environmental damage due to years of pollution inputs from various sources. Sediment dredging operations were initiated that are expected to be completed in 2015. The goal of these operations is to remove heavily contaminated sediments and rehabilitate the Buffalo River. The kriging results provide area-wide estimates of contamination. When compared to the dredging plan, the results indicate that additional removal of contaminated sediments may need to be considered where no dredging has occurred or is not cu- rrently planned. </p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 tête enseignante, 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 ».