MétaCan
Menu
Retour à la cohorte

Terraview and Willowfield Stormwater Pond Sediment and Water Quality

2007· dataset· en· W6963217711 sur OpenAlexaffabout

Notice bibliographique

RevueECCC Data Catalogue · 2007
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMinistère des Ressources naturelles et des ForêtsGovernment of CanadaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésStormwaterSurface runoffSedimentHydrology (agriculture)Water qualityRetention basinUrban runoffHabitat

Résumé

récupéré en direct d'OpenAlex

Stormwater ponds have been widely used to control increased volumes and rates of surface runoff resulting from urbanization. Stormwater ponds have also been designed to provide multiple other benefits; including protection of downstream waters, sediment and habitat (land/aquatic) quality, provision of educational, recreational use as well as aesthetic amenities. Stormwater ponds create unique opportunities for enhancing community benefits, but they also cause ecological concerns with respect to the quality of the newly created habitat. Stormwater ponds receive untreated runoff from urban areas and transportation corridors, and such runoff transports sediment and pollutants from urban sources into the stormwater facilities. Built in the mid 1990s the Terraview and Willowfield stormwater ponds currently receive water and sediment runoff from 9 hectares of a 16-lane freeway and runoff from 30 hectares of residential lands. This dataset contains stormwater data from two stormwater ponds (Terraview and Willowfield) located within the Toronto and Region Area of concern (AOC). The data are water and sediment chemistry, and are used to evaluate the effectiveness of the two-stormwater ponds in providing a suitable habitat for aquatic species and wildlife species over a two-year period (2007 and 2008). Water and sediment samples were analyzed for trace metals such as calcium, nickel, and lead as well as 16 priority polycyclic aromatic hydrocarbons (PAHs).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,570

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,015

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 Opus0,086
Tête enseignante GPT0,357
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECCC Data CatalogueTravaux en français237 207