MétaCan
Menu
Retour à la cohorte
Enregistrement W2000996062 · doi:10.2134/jeq2007.0029

Determining Long‐Term (Decadal) Deep Drainage Rate Using Multiple Tracers

2007· article· en· W2000996062 sur OpenAlexaffabout
Bingcheng Si, Eeltje de Jong

Notice bibliographique

RevueJournal of Environmental Quality · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Environmental scienceDrainageHydrology (agriculture)OceanographyGeologyEcologyBiologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The deep drainage rate is a critical hydrological parameter in understanding contamination mechanisms of soil and groundwater. Little research has been conducted on the temporal variations in deep drainage rate during the last century. The objective of this study was to determine the long-term deep drainage rate on a cultivated loamy soil in the Canadian Prairies. Three tracers were used: KCl applied in 1971, fallout tritium in 1963, and NO3* released during the initial cultivation of the field (1923). Two soil cores to a depth of 3.6 m were taken along a flat portion of the field, and soil Cl(-), 3H, and NO3* concentrations were measured as a function of depth. An additional four cores were taken for soil water content measurements between 2000 and 2003. Distinct peaks in the depth distribution of these three tracers were located at 1.27 m for Cl(-), 1.31 m for 3H, and 1.52 m for NO3*, 32, 40, and 80 yr after the application of Cl(-), 3H, and NO3*, respectively. The average deep drainage rates, calculated as the product of the estimated tracer velocity and volumetric soil water content below the active root zone, were 2.0 mm yr(-1) from the Cl(-) tracer, 2.2 mm yr(-1) from 3H, and 2.5 mm yr(-1) from the NO3* tracer. Therefore, there was little temporal variability in the groundwater recharge over the eight decades that the field has been cultivated. The recharge rates are less than 1% of the mean annual precipitation (333 mm).

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)0,002
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 enseignants0,266
Score d'incertitude au seuil0,726

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,296
Écart entre enseignants0,263 · 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

Citations28
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetGroundwater flow and contamination studiesTravaux en français237 207