MétaCan
Menu
Retour à la cohorte
Enregistrement W1984763177 · doi:10.1080/14634980903136388

Long-term trends in major ions and nutrients in Lake Ontario

2009· article· en· W1984763177 sur OpenAlexaffabout
Alice Dove

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésDreissenaWater qualityEnvironmental sciencePhosphorusWatershedNutrientHydrology (agriculture)MusselNitrateEcologyBivalviaBiologyChemistryMolluscaGeology

Résumé

récupéré en direct d'OpenAlex

The Great Lakes Surveillance Program has been monitoring water quality for almost 40 years in Lake Ontario. The program provides some of the most comprehensive, systematic and detailed information that is available in the world for such a large lake. The water quality in Lake Ontario has shown dramatic changes over the last 40 years, with the early measurements indicating high phosphorus concentrations that were subsequently reduced by management responses to the Great Lakes Water Quality Agreement. Other water quality parameters, such as some of the major ions, showed reductions during the 1970s and 1980s as well. Nitrate plus nitrite nitrogen has increased in the lake throughout the period of record, likely driven by increasing watershed and atmospheric sources. A major driver of more recent trends in water quality appears to be the invasion and subsequent expansion of invasive Dreissena mussel populations that first appeared in Lake Ontario in 1989. Total phosphorus concentrations have further declined, and the proportion of total phosphorus that is soluble is increasing, possibly due to the filtering action of these mussels. Concentrations of major ions that are incorporated in mussel shells such as calcium have declined, while those that do not, such as magnesium, have increased. Spring silica concentrations are increasing; an ominous signal of declining diatom populations, which may also be a symptom of the proliferation of invasive mussels in 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 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 enseignants0,952
Score d'incertitude au seuil0,096

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,265
Écart entre enseignants0,249 · 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

Citations93
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207