Biases of submerged bulk and freeze‐core samples
Notice bibliographique
Résumé
Abstract Freeze‐coring and bulk sampling are routine methods used to sample subsurface spawning gravel under shallow water. Both methods have limitations. Freeze‐coring is not believed to representatively sample coarse grain sizes and the sample volumes are relatively small. Conversely, when bulk sampling, even within an enclosure, some fine sediment is suspended and washed away from the sample. This paper assesses the biases in sampling performance between the two methods and determines whether the loss of fines that occurs when bulk sampling could be predicted and thus corrected for. At six riffles the spawning substrate was sampled under approximately 50 cm of water with a bulk sample and three adjacent freeze‐cores. For each riffle, data from the two samples were combined using the method of Fripp and Diplas (1993) and the resultant composite sample was compared with the original freeze‐core and bulk samples to assess the relative precision and biases of the two techniques. On average, the D 50 of the bulk samples was 4 mm larger and a one‐third loss of the <2 mm fraction occurred compared with the composite samples. In contrast, freeze‐core samples contain on average 32% more sediment >16 mm compared with composite samples. Based on six samples, taken from six riffles, the amount of sediment finer than 0·5 mm lost using our bulk sampling technique with an enclosure appears to be predictable and correctable. Copyright © 2005 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».