Lac-Mégantic : analyse de l’urgence environnementale, bilan et évaluation des impacts
Bibliographic record
Abstract
L’explosion survenue le 6 juillet 2013 dans la ville de Lac-Mégantic, au Québec, d’un train appartenant à la compagnie MMA transportant des hydrocarbures pétroliers légers, a dévasté le centre-ville de cette commune de près de 6000 habitants. Un bilan tragique porte à 47 morts le nombre de victimes et à 5978 m3 de produits dérivés de pétrole déversés dans le lac Mégantic, la rivière Chaudière, sans compter les produits issus de la combustion incomplète dispersés avec la fumée de l’incendie. Il s’agit du pire déversement pétrolier terrestre au Canada. L’accident et la gestion de la catastrophe environnementale ont, à ce jour, révélé des lacunes importantes à plusieurs niveaux : la sécurité du transport de substances dangereuses, la préparation des municipalités face à des urgences environnementales, la pertinence et l’adéquation de mesures d’urgence, l’évaluation du risque environnemental, l’évaluation de la contamination et le choix et la rapidité des mesures de réhabilitation. Cet article décrit l’accident, les mesures d’urgence appliquées et les impacts environnementaux causés par des contaminants pétroliers. Il présente et analyse les données de caractérisation des eaux, des sols, des sédiments et de l’air divulguées par le gouvernement, les organismes environnementaux et les universitaires. Il aborde les problèmes et solutions sanitaires tels que l’alimentation en eau potable qui s’effectue pour certaines communes dans la rivière Chaudière, les problématiques de contamination d’eau de surface, des eaux souterraines, des sédiments et des sols ainsi que le devenir des contaminants et leurs futurs impacts cumulatifs potentiels. L’article vise à faire état des manques et des besoins critiques en réglementation, infrastructure, formation et connaissances sous la forme de recommandations afin que les populations et services municipaux soient mieux préparés à faire face à des situations et évènements futurs similaires.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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 teacher head, 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".