MétaCan
Menu
Back to cohort
Record W4393949772

Development of fingerprinting methods to quantify the impact on nickel mining on river hyper-sedimentation and lagoon siltation of New Caledonia

2020· preprint· fr· W4393949772 on OpenAlexaff
Virginie Sellier

Bibliographic record

Venuetheses.fr (ABES) · 2020
Typepreprint
Languagefr
FieldEngineering
TopicMining and Resource Management
Canadian institutionsImpact
Fundersnot available
KeywordsSiltationSedimentationGeologyEnvironmental scienceHydrology (agriculture)Water resource managementSedimentGeomorphologyGeotechnical engineering
DOInot available

Abstract

fetched live from OpenAlex

La Nouvelle-Calédonie, île située au Sud-Ouest de l’Océan Pacifique et actuel 6e producteur mondial de nickel, est confrontée à une pollution sédimentaire sans précédent de ses cours d’eau. En effet, l’exploitation minière débutée dès les années 1880 a fortement amplifié les processus d’érosion des sols et de transport sédimentaire. Une hyper-sédimentation des hydro-systèmes calédoniens a notamment été constatée suite au déploiement de l’activité minière sur l’archipel. Bien que ce phénomène constitue un facteur aggravant les problèmes d’inondation caractéristiques de ces régions tropicales, les contributions sédimentaires générées par l’exploitation minière restent encore inconnues à ce jour et sont pourtant importantes pour guider la mise en œuvre de mesures visant à réduire ces apports sédimentaires.À cette fin, une étude de traçage sédimentaire qualifiée de fingerprinting a été menée sur un bassin « pilote » : le bassin versant de Thio (397 km²), considéré comme le « berceau » de l’activité minière en Nouvelle-Calédonie. Différents marqueurs tels que les radionucléides, la géochimie élémentaire ou la « couleur » ont été testés pour quantifier les contributions des sources minières aux apports sédimentaires générés par deux crues cycloniques récentes (dépression tropicale en 2015, cyclone Cook en 2017). Une carotte sédimentaire a également été prélevée dans la plaine inondable de la rivière Thio afin de reconstruire l’évolution temporelle des contributions des sources minières. Les résultats de cette étude montrent que les contributions des sources minières dominent, avec une contribution moyenne comprise entre 65-68% pour la crue de 2015 et entre 83-88% pour celle de 2017. L’impact de la variabilité spatiale des précipitations a notamment été mis en évidence pour expliquer les variations des contributions de ces sources. Les variations temporelles des contributions des sources minières déduites de l’analyse de la carotte sédimentaire ont, quant à elles, pu être associées aux différentes périodes historiques de l’exploitation minière sur le bassin versant de Thio (pré-mécanisation, mécanisation, post-mécanisation de l’activité minière). Les contributions des sources minières restent, là encore, dominantes avec une contribution moyenne le long du profil sédimentaire de 74%. La méthode de traçage validée a ensuite été testée sur quatre autres bassins versants de Nouvelle-Calédonie afin d’évaluer la transposabilité de cette approche.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.051
Threshold uncertainty score0.101

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.074
GPT teacher head0.351
Teacher spread0.278 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicMining and Resource ManagementFrench-language works237,207