Épandage agricole des biosolides municipaux : contenu en métaux et en PBDE du lait de vache
Bibliographic record
Abstract
On a mesuré l’impact de l’épandage de biosolides (boues d’épuration municipales traitées) sur la qualité du lait de vache en conditions réelles d’opération à la ferme, selon le cadre réglementaire prescrit au Québec. Le lait de 14 fermes réceptrices de biosolides a été échantillonné dans la région de Saguenay en décembre 2009 et comparé au lait de 14 fermes témoins. Les fermes réceptrices avaient un historique moyen de 11 années d’épandage. L’analyse statistique révèle l’absence d’impact sur la teneur du lait en contaminants inorganiques (arsenic, cuivre, molybdène, zinc et thallium) et suggère l’absence d’hypocuprémie induite chez les bovins des fermes réceptrices. La teneur en diphényls éther polybromés (PBDE) était par contre plus élevée dans le lait du groupe de fermes avec biosolides. Cette différence pourrait être en partie attribuable à la variabilité de l’exposition aux poussières entre les bâtiments d’élevage. La teneur moyenne en PBDE du lait des fermes réceptrices demeure cependant très faible (7,2 ng/L), soit de 3 à 7 fois inférieure aux teneurs moyennes relevées pour divers produits laitiers aux États-Unis et en Europe sur base de la matière grasse. Ces plus faibles teneurs pourraient en partie être expliquées par des dépôts atmosphériques moindres sur les herbages au Saguenay ou par un niveau de contamination moindre des poussières de bâtiments d’élevage. Selon les résultats de cette étude, les connaissances actuelles et les données disponibles, l’épandage de biosolides municipaux selon le cadre réglementaire québécois serait sans impact notable sur l’exposition globale aux PBDE des consommateurs de produits laitiers du Québec.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".