Qualité de l’eau du Saint-Laurent de 2000 à 2014 : paramètres classiques, pesticides et contaminants émergents
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Selon l’indice de qualité bactériologique et physicochimique (IQBP 5 ), l’eau du Saint-Laurent est de bonne qualité en amont de Montréal, mais elle se détériore en aval, dans le chenal de navigation et dans la masse d’eau au nord de celui-ci, à cause de la contamination bactériologique provenant des stations d’épuration de Montréal, Longueuil et Repentigny. Au sud du chenal, la qualité est bonne ou satisfaisante tout au long du corridor fluvial. Dans la région de Québec, toutes les stations d’échantillonnage présentent une eau de bonne qualité ou à la limite de cette classe. De 2000 à 2014, le pourcentage de stations de qualité mauvaise ou très mauvaise a diminué, mais la fréquence de dépassement des critères de qualité pour le phosphore et les coliformes fécaux n’a pas montré de tendance significative. De 4 à 33 pesticides ont été détectés dans les tributaires du Saint-Laurent, selon le tributaire, et 20 de ces produits ont été détectés dans le lac Saint-Pierre. Les concentrations de clothianidine, de thiaméthoxame et d’atrazine dans le lac ont parfois dépassé les critères de qualité de l’eau pour la protection des espèces aquatiques. Les contaminants d’intérêt émergent comme les nonylphénols éthoxylés, les PBDE, les composés perfluorés et les produits pharmaceutiques et de soins personnels sont également présents dans le Saint-Laurent. Les concentrations de PBDE dans le poisson dépassent les critères pour la protection du poisson lui-même et ceux concernant la faune terrestre piscivore. Les concentrations de nonylphénols éthoxylés ont diminué à la suite de mesures de contrôle gouvernementales instaurées durant les années 2000. Après 2 décennies d’amélioration, la qualité de l’eau du Saint-Laurent est restée relativement stable entre 2000 et 2014. Cependant, de nouveaux pesticides et des contaminants d’intérêt émergents ont été détectés et, pour plusieurs d’entre eux, les connaissances actuelles ne permettent pas de cerner leurs effets potentiels sur l’écosystème.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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 it