MétaCan
Menu
Retour à la cohorte
Enregistrement W147795029 · doi:10.2175/106143009x12529484815953

Sources of Nitrite in Streams of an Intensively Cropped Watershed

2010· article· en· W147795029 sur OpenAlexaffabout
Julie Corriveau, Éric van Bochove, Daniel Cluis

Notice bibliographique

RevueWater Environment Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensAgriculture and Agri-Food CanadaInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSTREAMSWatershedEnvironmental scienceNitriteWater pollutionEnvironmental chemistryEnvironmental engineeringHydrology (agriculture)NitrateEcologyChemistryGeologyBiologyComputer scienceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The sources of high in-stream nitrite (NO2(-)) concentrations were investigated in two major streams located in an intensively cropped watershed in Quebec, Canada. Nitrogen retention was determined to evaluate the dynamics in relation to nitrogen transport along both stream branches during summer-low-water and fall-recharge regimes. In the first stream branch, NO2(-) and ammonium (NH4(+)) showed removal patterns during summer-low-water and fall-recharge periods, whereas, in the second branch, NO2(-) and NH4(+) exports occurred during both hydrologic regimes. The study also demonstrated that seepage water is a source of NO2(-) instream, which varies within the watershed stream branches and with the hydrologic regime. The results highlighted a significant reductive microbial activity in seepage water from either denitrification or dissimilatory nitrate reduction to ammonium (DNRA), leading to nitrate (NO3(-)) consumption. Differences in groundwater NO3(-) concentrations feeding each stream branch may have significantly influenced NH4(+) and NO2(-) concentrations found in seepage water, which potentially resulted in quantitatively significant NO2(-) formation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,808

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,275
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207