Essai de la dendrochimie sur le Frêne de Pennsylvanie pour la datation d’événements de contamination en zone riveraine (Sud du Québec, Canada)
Bibliographic record
Abstract
Les méthodes dendrochimiques sont de plus en plus utilisées pour reconstituer les événements de contamination qui se sont produits dans le passé, notamment des déversements accidentels de polluants dans les cours d’eau ou le long d’emprise ferroviaire, sur des terrains vagues et des friches ou encore des boisés riverains. La contamination peut être locale ou s’étendre sur plusieurs sites. On peut détecter parfois des quantités appréciables de polluants qui contaminent tout autant les sols, les nappes ou l’environnement immédiat. À cet égard, les arbres peuvent constituer des “archives environnementales” permettant de retracer les événements associés à la contamination des sites. Dans le cadre de cette étude, l’analyse dendrochimique est utilisée pour tenter de reconstituer les événements de contamination le long de deux rivières affectées par une pollution industrielle et minière. L’échantillonnage a été réalisé sur des frênes de Pennsylvanie (Fraxinus pennsylvanica Marsh.) localisés sur des rives boisées, contaminées par des hydrocarbures et des métaux lourds (Al, As, Cd, Cu, Ni, Pb et Zn). Les analyses dendrochimiques ont permis de retracer plusieurs pics avec des concentrations élevées de métaux détectés à travers les cernes de croissance des arbres. Sur les courbes dendrochimiques, on note que certains métaux sont en décroissance, dont le cuivre, alors que d’autres présentent des courbes ascendantes, dont l’aluminium et le zinc. Certains pics pourraient être associés à la contamination des sols alluviaux par le transport fluvial des eaux polluées et d’autres à des rejets atmosphériques polluants.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".