MétaCan
Menu
Retour à la cohorte
Enregistrement W4402423794 · doi:10.24908/iqurcp18001

Data Mining Virtual Contaminated Sites to Develop an Educational Learning Tool supported by a k-NN Machine Learning Predictive Algorithm for use in Environmental Engineering Education

2024· article· en· W4402423794 sur OpenAlexaffvenue
Shohayb Heddokheel

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Stream Mining Techniques
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMachine learningArtificial intelligenceAlgorithm

Résumé

récupéré en direct d'OpenAlex

Recent work by Mumford et al. used high-resolution numerical simulations of contaminated sites to evaluate the state of practice for contaminated site investigation1. These simulations were originally developed in collaboration with academic and industry partners, including the U.S. Department of Defense's Environmental Security Technology Certification Program (ESTCP), as a training tool for environmental monitoring and performance optimization. This project focuses on the development of an algorithm to determine available borehole information in those simulations based on user-input, to help leverage this work to create an educational tool. The algorithm begins by validating user-specified coordinates to ensure they fall within an acceptable range. Leveraging principles from linear algebra and a grid-based mapping system, it identifies the nearest existing borehole on a predefined coordinate grid. To optimize efficiency, the algorithm utilizes a 2-D array to store and retrieve coordinate data. It calculates distances from the input coordinates to all available borehole locations on the grid, to identify the shortest distance and select the closest borehole, enabling students to map contamination within virtual sites. In addition to boreholes, the application incorporates data for Membrane Interface Probes (MIPs), monitoring wells, groundwater samples, and soil samples that are used to investigate contaminated sites, providing a comprehensive tool for training environmental professionals. The k-nearest neighbors (k-NN) algorithm predicts Membrane Interface Probe (MIP) Photoionization Detector (ECD) readings at future locations, which indicate chlorinated contaminant levels. Two models were evaluated: one using spatial data and ECD values, and another incorporating electrical conductivity (EC) and hydraulic conductivity (K), which are also measured by MIP. By making use of additional parameters, variations in soil properties were better represented, leading to more accurate predictions. Through iterative testing and refinement, the tool’s accuracy and user-interface have been enhanced, ensuring robust reliability for classroom applications. These tools are slated for integration into 4th-year subsurface contamination courses at Queen's University, Carleton, and the University of Iowa. By automating borehole selection, instructors can interact more with students and dedicate less time to data processing tasks. The k-NN application will enable the use of machine learning for site assessment to optimize MIP instrument placement to reduce bias. Assistance from Cole Van De Ven (Carleton University) and Jessica Meyer (University of Iowa) in collecting virtual contaminated site data is gratefully acknowledged. References: [1] K. G. Mumford, S. Bryck, B. H. Kueper, S. Mancini, M. Kavanaugh, and D. Reynolds, “Virtual Site Investigation to Evaluate Conceptual Site Model Development at DNAPL ‐Impacted Sites,” Groundwater Monitoring Rem, vol. 42, no. 3, pp. 44–58, Jun. 2022, doi: 10.1111/gwmr.12537.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,006
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,078
Tête enseignante GPT0,358
Écart entre enseignants0,280 · 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.

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetData Stream Mining TechniquesTravaux en français237 207