MétaCan
Menu
Retour à la cohorte
Enregistrement W2008479140 · doi:10.4319/lo.2008.53.1.0404

Cooling lakes while the world warms: Effects of forest regrowth and increased dissolved organic matter on the thermal regime of a temperate, urban lake

2008· article· en· W2008479140 sur OpenAlexaffabout
Tanentzap Andrew J., Norman D. Yan, Bill Keller, R. Girard, Jocelyne Heneberry, John M. Gunn, David P. Hamilton, Peter A. Taylor

Notice bibliographique

RevueLimnology and Oceanography · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensMinistry of the Environment, Conservation and ParksLaurentian UniversityYork University
Organismes subventionnairesMinistry of Environment
Mots-clésEnvironmental scienceTemperate climateDissolved organic carbonAttenuationWind speedAtmospheric sciencesClimate changeHydrology (agriculture)OceanographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Depending on the magnitudes and directions of changes in air temperatures, winds, and underwater light attenuation, lakes may either warm or cool. Here we report a 28‐yr decrease in the whole‐lake average temperature of Clearwater Lake, Canada, despite regional signatures of climate warming. Using a one‐dimensional lake mixing model, we demonstrate that this pattern was attributable to a 35% reduction in surface wind speeds, itself explained by forest regrowth following local SO 2 emission reductions and tree planting, and a 10‐fold increase in dissolved organic carbon concentrations causing a substantial increase in vertical light attenuation following deacidification of the lake. Long‐term trends in lake temperatures do not necessarily follow those of air temperatures. The Clearwater Lake data demonstrate that any factors that influence local wind speeds and underwater light attenuation should be considered as modifiers of the effects of climate warming on lake thermal regimes.

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 enseignants0,001
Score d'incertitude au seuil0,282

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 Opus0,005
Tête enseignante GPT0,171
Écart entre enseignants0,166 · 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

Citations117
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207