MétaCan
Menu
Back to cohort
Record W7104480594 · doi:10.71781/20625

Effets des composantes des fossés de drainage autoroutiers sur le traitement des eaux de ruissellement d’autoroute

2025· dissertation· fr· W7104480594 on OpenAlexaboutno aff

Bibliographic record

VenueOpen MIND · 2025
Typedissertation
Languagefr
FieldEnvironmental Science
TopicUrban Stormwater Management Solutions
Canadian institutionsnot available
Fundersnot available
KeywordsDrainage basinMedium termNatural materials

Abstract

fetched live from OpenAlex

Les autoroutes, bien qu’essentielles à la mobilité moderne, génèrent un ruissellement pluvial chargé de polluants tels que matières en suspension (MES), éléments traces métalliques (ETM), nutriments et hydrocarbures. Avant d’atteindre les milieux récepteurs, ces eaux transitent par des fossés de drainage, dont certaines caractéristiques topographiques et végétales peuvent améliorer la qualité de l’eau. Toutefois, peu d’études ont systématiquement comparé l’effet respectif de ces caractéristiques sur les performances épuratoires. Mieux comprendre leur influence permettrait pourtant d’orienter le design des fossés vers des configurations plus efficaces pour la rétention des polluants. Dans ce contexte, cette recherche visait à évaluer l’impact comparé des caractéristiques topographiques du fossé et de la végétation du fond de fossé sur la qualité des eaux de ruissellement autoroutier. Douze sites de fossés de drainage ont été sélectionnés et suivis sur la rive sud de Montréal. Les eaux de ruissellement issues de sept événements pluvieux significatifs ont été échantillonnées à la sortie de la chaussée et dans le fond de fossé, puis analysées afin de quantifier les concentrations en polluants. Ainsi, les concentrations de polluants tels que les MES, les ETM, les nutriments et les hydrocarbures ont été corrélées aux caractéristiques spécifiques des fossés. Les résultats montrent une corrélation significative entre la qualité de l’eau provenant de l’autoroute et celle mesurée dans le fond des fossés, ce qui suggère que le ruissellement parvient effectivement jusqu’à cette zone. Par ailleurs, une diminution des concentrations de polluants a été observée entre l’eau de chaussée et l’eau au fond du fossé. Toutefois, dans les 24 heures suivant un épisode pluvieux, aucune caractéristique du fossé ne semble influencer la qualité de l’eau mesurée dans le fond de fossé. La diminution observée des concentrations, principalement attribuée à un effet de dilution de l’eau issue de la chaussée, est illustrée par la baisse des MES, de 226 mg/L à 16,6 mg/L en moyenne, et des hydrocarbures, de 0,768 mg/L à 0,078 mg/L. Après 72 heures, la végétation, représentée par le facteur de blocage volumétrique (𝐵𝑉), a démontré une capacité à réduire les concentrations de MES et de certains ETM dans l’eau du fond du fossé ; un 𝐵𝑉 de 0,75 % permet ainsi de faire passer la concentration de MES d’environ 30 mg/L à 10 mg/L . La largeur du fond de fossé semble présenter un double avantage. Elle favorise directement la décantation des particules en réduisant la vitesse d’écoulement et, indirectement, stimule le développement d’une végétation dense, contribuant à renforcer la sédimentation. Ainsi, l’élargissement du fond des fossés apparaît comme une piste d’amélioration prometteuse, à condition toutefois que le talus soit suffisamment long pour permettre l’infiltration complète des eaux de ruissellement provenant de la chaussée.

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)0.000
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: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.020
Threshold uncertainty score0.041

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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 head0.040
GPT teacher head0.286
Teacher spread0.246 · 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 designBench or experimental
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
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueOpen MINDSame topicUrban Stormwater Management SolutionsFrench-language works237,207