Analyse de contaminants d’intérêt émergent dans l’Estuaire et le Golfe du Saint-Laurent par chromatographie liquide couplée à la spectrométrie de masse haute résolution
Bibliographic record
Abstract
Les contaminants d’intérêt émergent (CIEs) ont fait l’objet d’un nombre croissant d’études ces dernières années, notamment dans les milieux aquatiques. Il existe cependant certains manques de connaissances concernant leur occurrence et leur distribution dans les systèmes hydrologiques complexes, notamment la distribution verticale à travers différentes masses d’eau. Les variations saisonnières entre conditions estivales et hivernales restent difficiles à établir en raison des conditions météorologiques hivernales rigoureuses au Canada, limitant l’accessibilité des échantillons. Ainsi, ce projet de maîtrise a porté sur l’étude de 90 CIEs, comprenant des pesticides, des produits pharmaceutiques et marqueurs anthropiques, des hormones et des substances perfluorées dans un environnement océanographique, soit l’Estuaire et le Golfe du Saint-Laurent (EGSL). Deux expéditions ont été menées en conditions hivernales (hivers 2019 et 2020) et une en conditions estivales (été 2019). Ces missions ont permis d’évaluer, dans un premier temps, la distribution spatiale des CIEs dans l’eau de surface le long de l’EGSL, puis, dans un second temps, la variation des concentrations de surface associées aux différentes températures, salinités, couvertures de glace, processus de dégradation ou débit du fleuve des saisons. Par ailleurs, un échantillonnage à plusieurs profondeurs durant l’hiver 2020 a permis de dresser un profil vertical des concentrations le long de l’Estuaire et du Golfe du Saint-Laurent. Finalement, la filtration de larges volumes d’eau de surface durant l’hiver 2020 a permis d’évaluer la concentration des CIEs adsorbés sur la matière en suspension (phase particulaire) et conséquemment, le partitionnement entre la phase dissoute et particulaire, influencé par la variation de la salinité et de la quantité de matière en suspension. Les analyses ont été effectuées grâce au développement et à la validation d’une nouvelle méthode multi-résidus impliquant la chromatographie liquide à ultra-haute performance (UHPLC) couplée à la spectrométrie de masse à haute résolution (HRMS). À notre connaissance, il s’agit de la première étude à caractériser divers contaminants émergents dans les eaux de l’Estuaire et du Golfe du Saint-Laurent, particulièrement pendant la période hivernale et à travers la colonne d’eau.
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 | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".