Délimitation des périmètres de protection des puits de pompage en zone agricole à l'aide de la simulation mathématique
Bibliographic record
Abstract
Un périmètre de protection de puits de pompage est la surface entourant le puits, dans laquelle des mesures sont prises pour empêcher des contaminants de migrer et de contaminer l'eau de ce puits. Dans l'établissement des périmètres de protection, de nombreux facteurs doivent être considérés, et une approche analytique systématique doit être adoptée. Les modèles mathématiques de simulation peuvent être employés en ce sens et sont souvent les seules méthodes capables de déterminer les périmètres de protection quand des critères quantitatifs sont utilisés. Une telle approche a été appliquée, en couplant un modèle de transport de contaminant en zone non saturée avec un modèle de transport en zone saturée. Le modèle en zone non saturée VULPEST évalue les concentrations de pesticide atteignant la nappe. Ces concentrations sont ensuite utilisées comme données d'entrée du modèle en zone saturée. Ce dernier considère les vitesses d'écoulement et l'influence de chaque puits. Les résultats quantitatifs permettent alors la détermination de périmètres de protection spécifiques à chaque contaminant potentiel. Cette application, réalisée sur un important site de culture de la pomme de terre du Québec, e permis de comparer favorablement les concentrations prédites à celles mesurées dans l'eau d'un puits, et de déterminer le périmètre de protection spécifique au pesticide utilisé. Le cas présenté est un exemple des applications possibles et futures d'une telle méthode pour la détermination des périmètres de protection des puits de pompage.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".