Bibliographic record
Abstract
I denne oppgaven har det blitt utført kartlegging av bakgrunnskonsentrasjoner av utvalgte grunnstoffer og andre viktige parametere (pH, DOC og TDN) i overflatevann rundt Statoils oljesandfelt Leismer i Alberta, Canada. Vann har blitt prøvetatt manuelt for oppløst, syreløselig og total konsentrasjon, og med den passive prøvetakeren DGT (diffusjonsgradient i tynne filmer) for DGT-labil konsentrasjon. Prøvene har blitt analysert med ICP-MS. Voltammetri ble benyttet for analyse av metaller i felt for å se på døgnvariasjoner.Hensikten med kartleggingen er å vite hvilke nivåer av elementene som er naturlig i området for å kunne oppdage eventuelle effekter av Statoils drift i fremtiden. Dataene samlet inn i dette prosjektet vil ha liten eller ingen nytte hvis det ikke følges opp med nye undersøkelser i fremtiden.Resultatene viser at det generelt er lave konsentrasjoner av grunnstoffene som det finnes grenseverdier for konsentrasjoner av i vann. Det viser at vannkvaliteten er god og gjør det ekstra viktig at Statoil ikke forårsaker utslipp, siden selv små utslipp kan øke konsentrasjonene betydelig. I tillegg har det blitt sett på utvikling av en voltammetrisk metode for on-line overvåking av arsenkonsentrasjon. Formålet med utvikling av metoden var å kunne overvåke konsentrasjonen av As i grunnvannet som benyttes til drikkevann ved Leismer Lodge, fordi konsentrasjonen er forholdsvis høy. Arbeid med utviklingen av den voltammetriske metoden demonstrerte hvor kompleks arsens kjemi er, og det var ikke mulig å få til en reproduserbar og egnet metode i løpet av prosjektet. Resultatene kan forhåpentligvis være til nytte ved fremtidig arbeid med voltammetriske metoder for arsen.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 0.012 |
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".