MétaCan
Menu
Retour à la cohorte
Enregistrement W1989476632 · doi:10.1139/f08-035

Long-term trends in catchment export and lake concentrations of base cations in the Dorset study area, central Ontario

2008· article· en· W1989476632 sur OpenAlexvenueaboutno aff
Lewis A. Molot, Peter J. Dillon

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAlkalinitySTREAMSSurface runoffEnvironmental scienceAcid neutralizing capacityHydrology (agriculture)Period (music)Drainage basinSurface waterSalt lakeEnvironmental chemistryEcologyChemistryGeologyGeographyStructural basinAcid depositionBiologySoil waterSoil scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Decreases in exchangeable base cation reservoirs, base cation export, and lake concentrations have been reported for acid-sensitive regions in Europe and eastern North America. These decreases have produced smaller than anticipated increases in alkalinity in surface waters in response to reductions in sulphate emissions and may have ecological consequences. This study presents annual export rates of Ca, Mg, K, and Na from 20 forested catchments between 1978 and 1998 and concentrations in seven downstream lakes between 1975 and 2005 in an acid-sensitive region of central Ontario, Canada. In contrast to monovalent cation export, decreases in divalent cation export continued after an extended dry period ended. Lake concentration trends showed three distinct periods. The first period (1975–1976 to 1982–1983) coincided with high runoff and was characterized by relatively high Ca, Mg, and K concentrations. This was followed by a 10-year period of fluctuations around the long-term mean. Concentrations then dropped below the long-term means and remained 5%–20% below the means until 2004–2005. The latter trend in lake concentrations suggests that export likely remained low but stable after May 1998 (the last month for which export data are available). Na increased between 250% and 350% in Dickie and Harp lakes as a result of road salt contamination.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,920

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,238
Écart entre enseignants0,210 · 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'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

Citations42
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMine drainage and remediation techniquesTravaux en français237 207