MétaCan
Menu
Retour à la cohorte
Enregistrement W4403809473 · doi:10.1139/facets-2023-0219

Determining reasonable response actions following a fly ash spill in the headwaters of Banff National Park, Canada

2024· article· en· W4403809473 sur OpenAlexaffvenueabout
Mark K. Taylor, Gregg T. Tomy, Fonya Irvine, Margaret Yole, Simon Despatie, Karsten Liber

Notice bibliographique

RevueFACETS · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of SaskatchewanEnvironment and Climate Change CanadaHealth CanadaUniversity of ManitobaConcordia UniversityParks Canada
Organismes subventionnairesnon disponible
Mots-clésNational parkGeographyEnvironmental scienceForestryEcologyArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

It can be challenging for practitioners to determine reasonable response actions following an environmental spill because there are risks associated with the recovery process, acute constraints on time, and few case studies available from antecedent events. Here, we evaluate environmental risk using a screening level assessment (SLA) and describe risk management actions during the response phase of a train derailment that released 600 tonnes of fly ash into a headwater creek in Banff National Park, Canada. Trace metal concentrations and physico-chemical parameters from downstream of the derailment site were compared to Canadian environmental quality guidelines and upstream reference values. There was a 1–2.2-fold exceedance of sediment quality guidelines (As, Cd, and Se) as well as a 3.6–17.5-fold exceedance of water quality guidelines (Al, Cd, Fe, and turbidity) downstream of the train derailment. Despite uncertainty about site-specific toxicity when using a SLA, we did require the removal of the settled fly ash from the creek based on the multiple exceedances of guidelines, regulatory context, wilderness setting, and potential contribution to cumulative effects downstream. Case studies that evaluate risk and describe risk management actions help practitioners make consistent and efficient decisions during the response phase of a spill.

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)0,001
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 enseignants0,519
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetHeavy metals in environmentTravaux en français237 207