MétaCan
Menu
Retour à la cohorte
Enregistrement W4413396039 · doi:10.3390/w17162484

Geospatial Analysis of Chloride Hot Spots and Groundwater Vulnerability in Southern Ontario, Canada

2025· article· en· W4413396039 sur OpenAlexafffundabout
Ceilidh Mackie, Rachel Lackey, Jana Levison

Notice bibliographique

RevueWater · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de l’Environnement, de la Protection de la nature et des ParcsMinistry of Environment
Mots-clésGeospatial analysisGroundwaterVulnerability (computing)Water resource managementGeographyEnvironmental scienceCartographyGeologyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Elevated chloride (Cl−) concentrations in surface water and groundwater are an increasing concern in cold region urban environments, largely due to long-term road salt application. This study investigates the Cl− distribution across southern Ontario, Canada, using geospatial methods to identify contamination hot spots and assess groundwater vulnerability at both regional and watershed scales. Chloride data from 2001 to 2010 and 2011 to 2020 were compiled from public sources and interpolated using inverse distance weighting. A regional-scale vulnerability index was developed using slope (SL), surficial geology (SG), and land use (LU) (SL-SG-LU), and compared it to a more detailed DRASTIC-LU index within the Credit River watershed. Results show that Cl− hot spots are concentrated in urbanized areas, including the Greater Toronto Area and Golden Horseshoe, with some rural zones also exhibiting elevated concentrations. Vulnerability mapping corresponded well with the observed Cl− patterns and highlighted areas at risk for groundwater discharge to surface waters. While the DRASTIC-LU method offered finer resolution, the simplified SL-SG-LU index effectively captured broad vulnerability trends and is suitable for data-limited regions. This work provides a transferable framework for identifying Cl− risk areas and supports long-term monitoring and management strategies in cold climate watersheds.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,186
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.

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

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetSmart Materials for ConstructionTravaux en français237 207