MétaCan
Menu
Retour à la cohorte
Enregistrement W1993926719 · doi:10.1111/j.1752-1688.2000.tb05709.x

EXPORT COEFFICIENT MODELING TO ASSESS PHOSPHORUS LOADING IN AN URBAN WATERSHED<sup>1</sup>

2000· article· en· W1993926719 sur OpenAlexafffundabout
Jennifer G. Winter, H. C. Duthie

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésWatershedSurface runoffEnvironmental sciencePhosphorusHydrology (agriculture)Water qualityUrban runoffInfiltration (HVAC)Environmental engineeringBaseline (sea)StormwaterEcologyChemistryMeteorologyGeographyEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: An export coefficient modeling approach was used to assess the influence of land use on phosphorus loading to a Southern Ontario stream. A model was constructed for the 1995–1996 water year and calibrated within ± 3 percent of the observed mean concentration of total phosphorus. It was found that runoff from urban areas contributed most to the loading of phosphorus to the stream. When the model was assessed by running it for the 1977–1978 water year, using water quality and land use data collected independently, agreement within ± 7 percent was obtained. The model was then used to forecast the impact of future urban development proposed for the watershed, in terms of phosphorus loading, and to evaluate the reduction in loading resulting from several urban best management practices (BMP). It was determined that phosphorus removal will have to be applied to all the urban runoff from the watershed to appreciably reduce stream phosphorus concentration. Of the BMP designs assessed, an infiltration pond system resulted in the greatest phosphorus load reduction, 50 percent from the 1995–1996 baseline.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
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

Citations74
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207