Méthodes pour la datation des hydrocarbures déversés dans l’environnement
Bibliographic record
Abstract
La contamination des sols et des eaux souterraines par des déversements d’hydrocarbures pétroliers est fréquente au Canada. Elle entraîne des risques pour l’environnement et la santé humaine. Souvent, la contamination est associée aux défaillances des réservoirs de stockage souterrain dans les stations de service. Lorsque les substances dangereuses contenues dans les hydrocarbures sont près des activités humaines, elles peuvent altérer l’eau potable et les sols agricoles et causer des odeurs désagréables. Face à cette situation, l’investigation environnementale est une démarche importante pour découvrir la source de contamination, le type de polluant, la période à laquelle a eu lieu la contamination ainsi que le responsable. L’objectif de ce travail est une proposition de modèles et de méthodes pour la datation des hydrocarbures déversés dans les sols et les eaux souterraines en vue de cerner le responsable de la contamination. À cette fin, différentes méthodes de datation sont expliquées, ensuite analysées selon leurs avantages, leurs désavantages, leurs niveaux d’incertitude et leur applicabilité, afin de recommander les plus performantes. Pour la datation des distillats moyens, le modèle MDD est recommandé en raison de la quantité importante de données expérimentales sur lesquelles il se base. Il est aussi applicable à une grande variété de climats et son niveau d’incertitude est bas. Un autre modèle, à savoir ALAS est suggéré pour des déversements d’essence contenant du plomb qui ont eu lieu entre 1923 et le début de 1990. Concernant l’essence qui contient des BTEX, la méthode de Kaplan est recommandée pour établir la datation de déversement d’essences si le rapport initial des BTEX est proche d’une valeur 6,0. L’exactitude des résultats dans une datation dépend, en grande partie, de la quantité des variables environnementales choisies et de la précision avec laquelle les techniques analytiques sont appliquées. Il est suggéré de réaliser des études afin d’améliorer les méthodes existantes et de proposer d’autres modèles.
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 | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
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".