Impacts de la pollution de la nappe phréatique par les résidus miniers dans le département de Tivaouane (Sénégal)
Bibliographic record
Abstract
Cette étude de la pollution de la nappe phréatique a été réalisée à proximité des industries extractives dans la région de Thiès, plus précisément dans le département de Tivaouane au Sénégal. Dans cette zone, l'exploitation de la roche phosphatée a commencé en 1960 et la production d'acide phosphorique en 1984. L’étude a pour objectif d’analyser l’impact des industries extractives sur les eaux de la nappe phréatique. De façon spécifique, il s’agissait de déterminer les degrés de pollution de la nappe à toute forme de contaminant introduit par les industries extractives dans les communes de Darou Khoudoss, Taïba Ndiaye, Mboro, Méouane, Pire Goureye, Tivaouane et Chérif. La méthodologie utilisée est faite d’observation, d’entretiens et d’analyse documentaire. L’étude vise à mettre en évidence les problèmes liés à la pollution de la nappe phréatique et l’accès à l’eau potable dans les localités situées aux environs des industries extractives. Ainsi, il a été mis en évidence que les causes de la problématique de l’accès et de la gestion de la ressource en eau dans la zone sont liées à l’utilisation du volume d’eau par les industries extractives. En effet, l’utilisation des produits chimiques (fuel, soufre, fuel, Gasoil, Toluène, silice, soufre…) par l’industrie a entrainé l’acidité des eaux et a généré l’assèchement des puits villageois. Par conséquent, la qualité de l’eau, volet important de cette problématique, ne répond pas aux normes standardisées de l’OMS, dépassent largement, dans certaines stations, les normes de potabilité (eau chargée en sels minéraux ou alcaline). Toutefois, des stratégies sont mises en œuvre par l’industrie extractive en vue de résorber la problématique de l’accès et de la gestion de la ressource en eau dans la zone d’étude.
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 | 0.001 |
| 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".