MétaCan
Menu
Retour à la cohorte
Enregistrement W1976834122 · doi:10.1046/j.1440-1770.2001.00158.x

Phosphates in Lake Chapala, Mexico

2001· article· en· W1976834122 sur OpenAlexaff
Harvey Shear, Ulrich Maniak, Gerhard Riedel

Notice bibliographique

RevueLakes & Reservoirs Science Policy and Management for Sustainable Use · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEutrophicationEnvironmental sciencePhosphorusNutrientHydrology (agriculture)Trophic state indexWater qualityPhosphateProductivityWater resource managementEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Lake Chapala, the most important lake in Mexico, has suffered from cultural eutrophication problems for many years, manifested by the growth of aquatic vegetation and an increase in primary productivity. It was found that about 70% of the total phosphorus entering Lake Chapala is orthophosphate, thus increasing the biological availability of nutrients in the lake. In addition, the hydrologic imbalance in the lake, caused by the over‐use of water resources along the Lerma–Chapala basin, has significantly increased the hydraulic residence time of the inflow waters, thus increasing the effects of the added phosphorus, and creating conditions that increase the lake’s eutrophication status. The shallow characteristics of the lake and the action of the wind forces produce rapid changes in water quality, especially in the distribution of phosphate. The focus of this paper is on the development of a historical orthophosphate balance in Lake Chapala, quantifying the main point and non‐point sources that contribute to the enhancement of this nutrient in the lake. The estimation of the amount of phosphate in the lake can be used to determine appropriate management practices to reduce the phosphate loads on the lake.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,843
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,241 · 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'étudeSans objet
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

Citations21
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLakes & Reservoirs Science Policy and Management for Sustainable UseMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207