MétaCan
Menu
Retour à la cohorte
Enregistrement W1964271835 · doi:10.1080/07011784.2014.942165

The impact of macrophytes on winter flows along the Upper Qu’Appelle River

2014· article· en· W1964271835 sur OpenAlexaffvenueabout
Karl‐Erich Lindenschmidt, Jeff Sereda

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensGlobal Institute for Water SecurityWater Security AgencyUniversity of Saskatchewan
Organismes subventionnairesU.S. Army Corps of Engineers
Mots-clésMacrophyteOverbankDredgingHydrology (agriculture)Environmental scienceGeologyGeotechnical engineeringOceanography

Résumé

récupéré en direct d'OpenAlex

The Upper Qu’Appelle River conveys water from Lake Diefenbaker to Buffalo Pound Lake, which is a major source of water for domestic, industrial, agricultural and recreational use in southern Saskatchewan. Water demand continues to increase with time and additional conveyance capacity may be required during the winter months. Flows in the Upper Qu’Appelle are usually below 2 m3 s–1 from December to March; however, an increase in this flow rate will be needed to meet future water demands. A numerical modelling study was carried out to simulate the degree of ice cover thickening and backwater staging during freeze-up at various discharge scenarios (up to 6 m3 s–1). The Monte Carlo framework was used to capture the variability of possible parameter ranges within various freeze-up scenarios. A bottleneck to flow conveyance is a short 4-km stretch along the river (between the Prairie Farm Rehabilitation Administration [PFRA] and Tugaske Bridges) which is infested with macrophyte growth. Results show that the probability of overbank flow greatly increases with the presence of macrophytes in the channel, even at freeze-up conditions. Dredging was deemed the best mitigation option to reduce macrophyte density and remove nutrient-rich sediment to increase flow capacity.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil0,652

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,188
Écart entre enseignants0,180 · 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'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

Citations18
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207