MétaCan
Menu
← Back to cohort
Record W7104435096 · doi:10.71781/20409

Le devenir des métaux de terres rares dans l'eau, les sédiments et les organismes du fleuve Saint-Laurent et d'autres rivières du Québec

2024· dissertation· fr· W7104435096 on OpenAlexaboutno aff

Bibliographic record

VenueOpen MIND · 2024
Typedissertation
Languagefr
FieldEnvironmental Science
TopicSoil and Water Nutrient Dynamics
Canadian institutionsnot available
Fundersnot available
KeywordsGeocodingWestern europeUrban environment

Abstract

fetched live from OpenAlex

La multiplication des technologies numériques, médicales et énergétiques accentue la pression sur l’exploitation des métaux critiques, comme les terres rares, ainsi que sur les pays producteurs. Le Canada détient parmi les plus importants gisements de terres rares au monde et explore la faisabilité de plusieurs projets. Cependant, peu de données sont disponibles sur leurs niveaux de base et leur mobilisation dans le paysage, particulièrement sur un territoire dont la connectivité hydrologique, les ressources minières et les influences humaines sont aussi importantes. De plus, le réchauffement climatique perturbera le cycle de ces métaux et pourrait ainsi compromettre la santé des écosystèmes aquatiques, y compris les services écologiques soutenus. Ma thèse vise à comprendre le rôle des facteurs environnementaux et anthropiques sur les concentrations, la composition, la mobilité et les flux de terres rares dans les rivières du Québec. Dans un premier temps, j’ai mesuré les concentrations et la composition des terres rares le long du fleuve Saint-Laurent et ses tributaires. L’objectif était de distinguer les sources humaines et naturelles et d’analyser l’influence de la chimie des masses d’eau du fleuve sur leur spéciation et leur transport. Mes résultats montrent une augmentation des concentrations en aval du fleuve, principalement due aux apports des tributaires drainant le Bouclier canadien et la forêt boréale, formant la masse d’eau brune, plus acide et riche en matière organique terrigène. La spéciation des terres rares était d’ailleurs dominée par les colloïdes organiques, même dans la masse d’eau verte pauvre en matière organique. De plus, les inondations printanières ont eu pour effet d’augmenter les concentrations de terres rares mesurées plus tard dans l’été, soulignant l’importance des apports du bassin-versant. Bien que la géochimie des masses d’eau contrôle principalement la dynamique des terres rares, l’influence anthropique était perceptible, notamment à la sortie des eaux usées de Montréal et en aval de tributaires fortement érodés. Ce chapitre intègre une compréhension géochimique, spatiale et temporelle du devenir des terres rares dans le Saint-Laurent. Ensuite, j’ai poursuivi l’investigation du devenir des terres rares dans le Saint-Laurent en me concentrant sur les sédiments et les organismes. L’objectif était de comprendre comment l’accumulation et la composition des terres rares dans ces compartiments varient avec les variables environnementales. Nos résultats montrent une biodilution des terres rares dans la chaîne trophique, où les concentrations les plus importantes sont retrouvées dans les sédiments. Alors que les sédiments en suspension étaient relativement enrichis en terres rares légères, ceux de surface retenaient davantage les terres rares moyennes, probablement en raison de leur plus forte affinité avec les oxyhydroxydes de fer et de manganèse. D’ailleurs, les organismes présentaient un enrichissement relatif en terres rares légères, suggérant l’ingestion de particules comme une voie d’exposition importante de ces métaux. De plus, certains amphipodes récoltés aux alentours de Montréal montraient une accumulation de gadolinium d’origine anthropique. Finalement, ce chapitre propose des modèles de prédictions des concentrations de terres rares dans le foie des poissons basés sur leur longueur totale et les concentrations de terres rares dans l’eau, sous forme dissoute ou ionique. Ce chapitre montre comment les concentrations et la composition des terres rares varient entre les différents compartiments écosystémiques suivant la variabilité de leur environnement. Pour boucler la thèse, j’offre une perspective à grande échelle en estimant les flux de terres rares de 40 rivières tempérées, boréales et subarctiques se déversant vers l’Atlantique ou la Baie Hudson. Cela m’a permis de détecter des tendances régionales dans les concentrations et la composition des terres rares. Les résultats montrent que les rivières les plus froides, acides et concentrées en carbone organique dissous sont également celles les plus concentrées en terres rares, spécifiquement les légères et celles mesurées dans la phase filtrée. De plus, l’effet anthropique n’est observé qu’au sud de la province, où plusieurs rivières fortement érodées par l’agriculture exportent davantage de terres rares par km2 que les autres rivières de taille de bassin versant similaire et où certaines rivières drainant des zones urbaines exportent du gadolinium anthropique issu de son utilisation en milieu hospitalier. Ce chapitre fournit des données de bases essentielles à travers différentes zones géologiques et climatiques du territoire québécois, soulignant ainsi l’importance de ces écosystèmes dans le cycle global des terres rares. La quantification des flux et l’identification de tendances régionales des terres rares, en lien avec les facteurs environnementaux (ex. pH, DOC, Fe), permettront de suivre et de prédire l’impact croissant des activités humaines et des changements climatiques sur la mobilisation et le devenir de ces éléments à l’échelle paysage.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.084
Threshold uncertainty score0.168

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.003
Science and technology studies0.0050.002
Scholarly communication0.0040.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.001

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 head0.015
GPT teacher head0.265
Teacher spread0.250 · 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 source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
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
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicSoil and Water Nutrient Dynamics→French-language works237,207→