Spatial Distribution and Characterization of Contaminated Soils in Riverbanks of Saint-François and Massawippi Rivers (Southern Québec)
Bibliographic record
Abstract
Abstract Des sols contaminés aux hydrocarbures (C10-C50) et d'autres contaminants ont été découverts récemment dans les berges des rivières Saint-François et Massawippi, entre les municipalités de Eustis et Drummondville (sud du Québec). Il est probable que cette contamination provienne d'un déversement accidentel ou illégal dont la source serait l'ancienne mine de Eustis située au abord de la rivière Massawippi. La couche contaminée se retrouve parfois à plus d'un mètre de profondeur des berges. Malgré qu'il existe de nombreux rapports gouvernementaux sur la qualité de l'eau de ce bassin, aucune étude sur la contamination des berges et des sédiments du lit n'a été réalisée le long des rivières Saint-François et Massawippi, même si ces rivières circulent à travers d'anciennes zones industrielles et minières. Cette étudie vise à évaluer la distribution spatiale de la contamination le long des berges et dresse une caractérisation du type et du niveau de concentration des hydrocarbures et autres contaminants (ex. métaux lourds). Les résultats obtenus indiquent que certaines berges sont davantage contaminées par des hydrocarbures (C10-C50), en particulier dans le secteur de Windsor. Les autres polluants (métaux lourds, BPC et HAP) indiques des faibles niveaux de contamination à l'exception de certains métaux (Cu et Zn). Pour les sites plus pollués, ils sont inclus dans les critère B et C qui présente certaines contraintes d'utilisation du sol en tenant compte des normes du Ministère du Développement durable, de l'Environnement et des Parcs.
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 | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".