MétaCan
Menu
Retour à la cohorte
Enregistrement W951975590 · doi:10.14796/jwmm.r220-06

Fluorescence Spectroscopy as a Screening Tool and Continuous Monitor for Urban Water Quality

2004· article· en· W951975590 sur OpenAlexaffvenueabout
C. C. Smart, Brad Simpson, A. W. Joyce

Notice bibliographique

RevueJournal of Water Management Modeling · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFluorescenceWater qualityFluorescence spectroscopyEnvironmental scienceEnvironmental chemistrySpectroscopyRemote sensingAnalytical Chemistry (journal)Materials scienceChemistryEcologyOpticsGeologyPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

The fluorescence spectrum of water samples can be readily measured to identifY the presence of many natural and anthropogenic organic compounds. Water samples from storm drains, creeks and seeps along the Thames River in London, Ontario, contained gasoline, undifferentiated P AHs, sewage and fluorescent dyes. Some sites showed consistent spectra, others were highly variable. Time series of samples and continuous records show that fluorescence varies in response to runoff and human activities. The spatial and temporal variability of water quality indicates that analysis of a limited number of discrete, point water samples is unlikely to characterise real contamination patterns. Temporal and spatial variability require greater attention.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,453

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,275
Écart entre enseignants0,248 · 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 tête enseignante, 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
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207