MétaCan
Menu
Back to cohort
Record W6981633674

Étude de l'application de l'analyse de risque pour les hydrocarbures pétroliers au Québec

2010· other· fr· W6981633674 on OpenAlexaffabout

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2010
Typeother
Languagefr
FieldDecision Sciences
TopicScientific Computing and Data Management
Canadian institutionsUniversité de Sherbrooke
Fundersnot available
KeywordsNucleofectionFusible alloyHyporeflexiaGestational periodTSG101Dysgeusia
DOInot available

Abstract

fetched live from OpenAlex

Au Québec, dans le domaine des sols contaminés, l’analyse de risque pour les hydrocarbures pétroliers n’est pas acceptée. Lors d’une contamination par ces derniers, une réhabilitation aux critères génériques doit obligatoirement être effectuée, sauf dans des cas très complexes d’impraticabilité technique. Plusieurs intervenants du milieu sont d’avis qu’il devrait en être autrement et que l’analyse de risque devrait être une option puisque, dans certains cas particuliers, il semblerait que ce soit une démarche davantage en faveur du développement durable. Le ministère du Développement durable, de l’Environnement et des Parcs maintient sa décision, et est d’ailleurs appuyé par le ministère de la Santé et des Services sociaux avec comme principaux arguments le fait qu’il y ait au Québec un réseau bien développé de centres de traitement des sols et qu’il existe trop d’incertitudes relativement à l’analyse de risque pour les hydrocarbures pétroliers. Selon la présente étude, il est possible d’appliquer l’analyse de risque au Québec, mais non sans changement. Les conclusions de la présente analyse montrent que, pour ce faire, il est recommandé d’adopter les règlements nécessaires, de développer un outil d’analyse du développement durable déterminant les cas où l’analyse de risque est avantageuse et que les ministères travaillent de pair avec les consultants.

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 distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.611
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.002
Scholarly communication0.0000.000
Open science0.0040.001
Research integrity0.0000.001
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 head0.021
GPT teacher head0.258
Teacher spread0.237 · 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 teacher head, not a consensus.

Study designSimulation or modeling
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
Published2010
Admission routes2
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicScientific Computing and Data ManagementFrench-language works237,207