Representative point‐integrated suspended sediment sampling in rivers
Notice bibliographique
Résumé
Abstract The vast majority of continental sediment delivered to the world's oceans moves by suspension in rivers. Depth‐integrated or point‐integrated bottle samplings are the traditional methods used to determine the mean concentration of suspended sediment in rivers. While there has been some investigation of the error associated with depth‐integrated sampling, the representativeness of a point‐integrated bottle sample has not been addressed in the literature. Here we analyze continuous hour‐long measurements of suspended sediment and grain‐size fractions collected using a LISST‐SL in the sand‐bed portion of the Fraser River, British Columbia, to determine an appropriate sampling time. The 2σ uncertainty range of individual 30 s samples varied from ±3% to ±33% about the observed mean, with a systematic increase toward the streambed. Mean concentrations for suspended sediment and grain‐size fractions were computed over increasing time periods and compared with a long‐duration mean concentration to determine when a sample becomes representative. A cumulative probability distribution was generated from multiple iterations of this process. All suspended sediment load and grain‐size fractions bear a low probability of representing the mean concentration over standard bottle sample durations. A probability >90% of representing the mean concentration and grain size of various fractions requires ∼570 s (9.5 min) of sampling. Sampling for a shorter period of 264 s (4.4 min) can yield a sample with 73% probability of representing the mean concentration.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».