MétaCan
Menu
← Retour à la cohorte
Enregistrement W1669572862 · doi:10.1520/stp20120052

Preliminary Evaluation of a Sediment Resuspension Technique for Reduction of Phosphorus in Lake Water

2012· book-chapter· en· W1669572862 sur OpenAlexaffabout
Rifat Ara Karim, Catherine N. Mulligan, Masaharu Fukue

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSedimentEnvironmental sciencePhosphorusHydrology (agriculture)GeologyChemistryGeotechnical engineeringGeomorphology

Résumé

récupéré en direct d'OpenAlex

Lake Caron is a shallow and hypereutrophic lake situated 75 km from Montreal, Quebec, Canada. This study is aimed to evaluate the resus-pension of sediments in Lake Caron, followed by filtration of the resuspended particles. The intention is to improve water quality by removing excessive phosphorus. The effectiveness of the resuspension technique could be directly evaluated by measuring phosphorus content in water before and after the resuspension. It was shown that resuspension successfully improved the water quality by reducing phosphorus content in water by 96.7 % compared to the initial concentration. To understand the retention of phosphorus in the surface sediments, selective sequential extraction was also performed. Core sediment samples were also collected along with the surface sediment. The phosphorus content in surface sediments was 131 mg/g, whereas the sediment from the bottommost layer resulted in 28.7 mg/g phosphorus content, a 64.5 % difference. The phosphorus distribution was also calculated on the basis of different particle sizes. Particles which were smaller than 45 lm showed 37 % higher phosphorus content on average than the particles larger than 75 lm. Therefore, these results are a preliminary indication of the potential for resuspension as a method for managing the phosphorus content in sediments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,250
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAquatic Ecosystems and Phytoplankton Dynamics→Travaux en français237 207→