MétaCan
Menu
Retour à la cohorte
Enregistrement W7109187949 · doi:10.14288/1.0450897

Finding the sweet spot : advancing Evaplant technology for mine reclamation in Canada’s north and west

2025· article· en· W7109187949 sur OpenAlexaboutno aff

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSeedling growth and survival studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWillowLand reclamationEvapotranspirationIrrigationWetlandBiomass (ecology)AridWater useIndigenous

Résumé

récupéré en direct d'OpenAlex

Since its introduction at TRCR in 2024, Evaplant technology has advanced as a nature-based, zerodischarge solution for treating contact water using hybrid willow evapotranspiration. New feasibility studies in Quebec and across British Columbia have confirmed the applicability of Evaplant in diverse geoclimatic conditions. Feasibility studies in BC in particular span from the BC South Interior to the North-Central plateau, indicating broad viability. This paper presents a year’s worth of growth and evolution of the Evaplant system, from its description and introduction to TRCR attendees in 2024. Updated modeling for the BC Central Coast, Cariboo, and Omineca-Peace regions, incorporating climate and evapotranspiration factors, indicates suitability with similar or better water management rates than sites in Northern Quebec. It also details how willow biomass is being used for soil priming, peat moss replacement, and nursery input in reclamation supply chains. Preliminary cultural feedback from Indigenous collaborators has identified the willow as a culturally resonant, carbon-sequestering tree, reinforcing social license potential. The development model has been codified as a four-step process. The paper reviews new data, climate-based irrigation modeling, feasibility progression pathways, and emerging implementation models, all positioning Evaplant as a scalable solution for remote and active mine water challenges.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,164
Écart entre enseignants0,158 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetSeedling growth and survival studiesTravaux en français237 207