Modèle spatial de la charge de mercure présent dans le biofilm épiphyte du littoral du lac Saint-Pierre, Fleuve Saint-Laurent (Québec)
Bibliographic record
Abstract
Le lac Saint-Pierre (LSP) alimente l'industrie de la pêche commerciale en eau douce la plus importante du fleuve Saint-Laurent. Le lac supporte également une importante activité de pêche non commerciale pratiquée par la population locale. Il apparaît donc important de prendre des mesures qui permettent d'estimer la disponibilité du mercure (Hg) dans l'ensemble de l'écosystème afin d'établir le risque pour la santé humaine qu'implique la consommation de poisson provenant du lac. Nous présentons dans ce mémoire le développement d'un modèle spatial de la charge de mercure total (HgT) dans le biofilm épiphyte (BFE) du LSP. Pour ce faire, nous avons développé un modèle écologique conceptuel à partir duquel nous avons développé un modèle cartographique. Le premier nous a permis de choisir les variables destinées à effectuer les prédictions spatiales; le second constitue la représentation cartographique des prédictions. Une démarche en quatre étapes a été élaborée: 1) la formulation du modèle conceptuel; 2) les regroupements des données; 3) la formulation statistique des modèles ou développement des modèles prédictifs; et 4) le développement du modèle cartographique ou représentation cartographique du modèle prédictif. Le modèle conceptuel développé propose que la variable disponible la plus utile pour estimer la charge du HgT dans le BFE est la biomasse des macrophytes, variable qui représente simultanément plusieurs variables physico-chimiques du milieu. Des modèles cartographiques du BFE ont donc été construits à partir d'une carte de la biomasse des macrophytes, préalablement développée. Ces modèles ont permis à leur tour de produire des modèles cartographiques de la charge de Hg dans le BFE du LSP. Les modèles cartographiques ainsi obtenus indiquent que les plus grandes quantités de HgT sont concentrées dans la rive sud du lac, là où se déversent les rivières Richelieu, Saint-François et Yamaska. Ces rivières possèdent de grands bassins versants et charrient une forte concentration de nutriments responsables de la croissance d'un lit de macrophytes plus important sur la rive sud que sur la rive nord. Cette augmentation de macrophytes a entraîné un accroissement du BFE et, par conséquent, une augmentation de la charge de HgT. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Modèle cartographique, Mercure, Biofilm épiphyte, Lac Saint-Pierre.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".