MétaCan
Menu
Retour à la cohorte
Enregistrement W2046634804 · doi:10.1111/j.1752-1688.2004.tb01013.x

SOLIDS DISTRIBUTION IN LAKE CHAPALA, MEXICO<sup>1</sup>

2004· article· en· W2046634804 sur OpenAlexaff
Harvey Shear, Ulrich Maniak, Pedro F. Zdrate‐del Valle

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésTotal dissolved solidsTributaryEnvironmental scienceSuspended solidsWater qualityHydrology (agriculture)Total suspended solidsSedimentationVolume (thermodynamics)SedimentEnvironmental engineeringGeologyGeographyWastewaterEcology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Lake Chapala is the largest natural water body in Mexico and also one of the most important shallow lakes in Latin America. For the past several years it has suffered various environmental problems such as the upstream overuse of water, contamination, and sedimentation. For the past 10 years the lake has had less than 50 percent of its historical water level over the past century. No criteria are reported in the literature that establish a water storage volume that will guarantee water quality conditions necessary for the survival of the lake. After determining the behavior of total solids concentrations in relation to the variations in the lake's depth, we proposed a minimum water column height of 5.0 m, representing a storage volume of about 5,000 Mm3. This volume would result in the recommended water quality standards for total dissolved solids. Calculated distribution maps show that the total solids concentration in the lake has increased since the end of the 1970s. The solids are primarily concentrated in the eastern part of the lake, as a consequence of the high solids discharged from the Lerma River, its main tributary.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,118
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetWater Quality and Pollution AssessmentTravaux en français237 207