MétaCan
Menu
Retour à la cohorte
Enregistrement W2040159171 · doi:10.2134/jeq2005.0027

Upflow Reactors for Riparian Zone Denitrification

2006· article· en· W2040159171 sur OpenAlexaffabout
Peter W. van Driel, W. D. Robertson, L. C. Merkley

Notice bibliographique

RevueJournal of Environmental Quality · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensToronto and Region Conservation AuthorityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRiparian zoneDenitrificationParticle (ecology)Environmental engineeringChemistryEnvironmental scienceHydrology (agriculture)Environmental chemistryNitrogenGeologyEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

We used permeable reactive subsurface barriers consisting of a C source (wood particles), with very high hydraulic conductivities ( approximately 0.1-1 cm s(-1)), to provide high rates of riparian zone NO3-N removal at two field sites in an agricultural area of southwestern Ontario. At one site, a 0.73-m3 reactor containing fine wood particles was monitored for a 20-mo period and achieved a 33% reduction in mean influent NO3-N concentration of 11.5 mg L(-1) and a mean removal rate of 4.5 mg L(-1) d(-1) (0.7 g m(-2) d(-1)). At the second site, four smaller reactors (0.21 m3 each), two containing fine wood particles and two containing coarse wood particles, were monitored for a 4-mo period and were successful in attenuating mean influent NO3-N concentrations of 23.7 to 35.1 mg L(-1) by 41 to 63%. Mean reaction rates for the two coarse-particle reactors (3.2 and 7.8 mg L(-1) d(-1), or 1.5 and 3.4 g m(-2) d(-1)) were not significantly different (p > 0.2) than the rates observed in the two fine-particle reactors (5.0 and 9.9 mg L(-1) d(-1), or 1.8-3.5 g m(-2) d(-1)). A two-dimensional ground water flow model is used to illustrate how permeable reactive barriers such as these can be used to redirect ground water flow within riparian zones, potentially augmenting NO3- removal in this environment.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,380
Score d'incertitude au seuil1,000

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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,229 · 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.

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

Citations43
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetUrban Stormwater Management SolutionsTravaux en français237 207