Évaluation de la contamination métallique d’une ressource en eau de la ville de Curitiba, Brésil
Bibliographic record
Abstract
Comme beaucoup de cours d’eau proches des régions urbanisées au Brésil, la rivière du Passauna et son réservoir d’eau alimentant la ville de Curitiba souffrent d’un problème de pollution organique sous l’effet d’une pression anthropique croissante. Par ailleurs, une étude récente a détecté un phénomène surprenant d’enrichissement des sédiments par du plomb (>100 ppm) et du chrome (>200 ppm), malgré les mesures prises pour protéger ce bassin contre la pollution industrielle. Le présent travail a cherché à vérifier la réalité de cette pollution métallique et à comprendre la nature des sources polluantes. Des mesures d’éléments traces métalliques (ETM) ont été effectuées dans l’eau et les sédiments au moyen de techniques propres, complétées par des analyses granulométriques et de carbone organique total (COT) dans les sédiments. L’interprétation des résultats s’est appuyée sur le calcul d’indices de contamination (Facteur d’enrichissement et Index de géo-accumulation) et d’outils d’analyse statistique (corrélation, ACP) pour identifier l’origine des métaux traces ayant enrichi les sédiments. Ce travail a montré qu’une ancienne décharge municipale, située en bordure de la rivière, avait un impact modéré et localisé sur les sédiments pour Cu, Pb et Zn. Sur le reste de la zone d’étude, aucun autre impact par le Pb n’a été constaté, mais les résultats obtenus indiquent l’existence d’une source géogénique diffuse enrichissant les sédiments superficiels avec du Cr dans la partie inférieure de la rivière et l’entrée du réservoir.
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 | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".