MétaCan
Menu
Retour à la cohorte
Enregistrement W6884626299 · doi:10.11575/prism/30227

Assessing and Mapping Groundwater Vulnerability to Bacteria in Alberta

2017· other· en· W6884626299 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2017
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueFecal contamination and water quality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAquiferGroundwaterVulnerability (computing)HydrogeologyHydrology (agriculture)Vadose zoneVulnerability assessmentPrecipitation

Résumé

récupéré en direct d'OpenAlex

Aquifer vulnerability index methods are commonly used for assessing groundwater vulnerability to surface contaminants. However, the methods have primarily been developed for dissolved contaminants. Microbial contaminants have unique characteristics that result in different transport behavior in the subsurface, and thus different tools need to be designed. Key vulnerability factors specific to microbial sources and subsurface transport mechanisms were identified in this study and incorporated into a model using an ArcGIS framework to create provincial-scale maps of groundwater vulnerability, specific to E. coli, in Alberta for the year 2012. Examples of these factors include: soil texture based on grain size, soil organic matter, hydrogeologic properties, depth to aquifer, and meteorological conditions. These factors were combined from individual GIS layers to create an intrinsic vulnerability map, demonstrating where aquifers were more vulnerable to bacterial contamination if a source became present. Maps were created for the growing season and cold season, and attempts were made to test the model with E. coli detection data. The results of these statistics were not significant enough for this model to be used for predictive purposes, but this could be caused by the presence or lack of risk (i.e., source of contaminants), as opposed to real differences in aquifer vulnerability. This project helped inform which factors should be considered when making a vulnerability map for bacterial contaminants, most notably temporal factors such as precipitation and soil moisture. The developed map provided insights as to where shallow aquifers in Alberta are intrinsically vulnerable to bacterial contamination.

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 enseignants0,044
Score d'incertitude au seuil0,105

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,347
Écart entre enseignants0,275 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetFecal contamination and water qualityTravaux en français237 207