Using “big data” and non-linear machine learning to infer groundwater contamination mechanisms across a spatially extensive, geologically heterogeneous region
Notice bibliographique
Résumé
• First non-linear, big data contamination index model with associated partial effect plots • High goodness-of-fit (91.9%) non- E. coli coliform model, linked to groundwater recharge • Summer rainfall “tipping point” (3mm/day) may induce runoff and/or aquifer dilution • Deep wells and bedrock aquifers associated (p < 0.0001) with localized contamination • Microbial concentrations and NEC: E. coli ratio complement traditional quality metrics Groundwater accounts for approximately 98% of available freshwater, with >2 billion people relying on it as a primary drinking water source. Notwithstanding its importance, specific groundwater quality parameters - namely microbial concentrations and non- E. coli coliforms (NEC) - remain understudied. The current study sought to address this gap by modelling three distinct Contamination Indices (CI) corresponding to E. coli concentration, NEC concentration, and the NEC: E. coli concentration ratio. CIs were developed for south Ontario (115,693 km 2 ) using ∼1 million samples from ∼290,000 wells collected between 2010 and 2021. To permit modelling, CIs were linked to 50 subregion-specific variables which impact groundwater quality (e.g., well depth, aquifer type, mean daily precipitation volumes); Generalized Additive Models (GAM) were subsequently developed and associated non-linear partial effects were calculated. Findings suggest NEC concentrations may appropriately indicate a source’s long-term potential for generalized contamination, as the NEC model exhibited high deviance explained (91.9%) due to significant associations (p < 0.05) with factors influencing and/or representing groundwater recharge. A daily summer rainfall “tipping point” was identified, with volumes >3mm being associated with NEC concentration reductions (p < 0.0001), potentially due to subsoil saturation and/or aquifer contamination dilution. Regions with predominantly deep wells in bedrock aquifers were associated (p < 0.0001) with low NEC: E. coli ratios, i.e., localized contamination mechanisms (e.g., contaminant bypass or short-circuiting) likely dominate in these regions. The presumption that deeper aquifers/wells are “safer” may thus be due for reconsideration. The importance of understanding and inferring contamination mechanisms cannot be overstated, as it serves as a foundation for evidence-based source protection and testing recommendations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».