MétaCan
Menu
Retour à la cohorte
Enregistrement W2049711509 · doi:10.1080/10402381.2015.1014582

TMDL reevaluation: reconciling internal phosphorus load reductions in a eutrophic lake

2015· article· en· W2049711509 sur OpenAlexfundno aff
Alan D. Steinman, Mary E. Ogdahl

Notice bibliographique

RevueLake and Reservoir Management · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Water Research Institute
Mots-clésTotal maximum daily loadEutrophicationEnvironmental sciencePhosphorusWater columnHydrology (agriculture)SedimentWatershedComputer scienceEcologyNutrientChemistryGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Total maximum daily loads (TMDLs) are assigned to impaired waterbodies and provide a prescription for recovery. It is implicit that both the existing conditions and targets identified in a TMDL are based on credible and accurate information, ensuring that management actions directed to recovery are appropriate and effective. We evaluated the TMDL for phosphorus in Bear Lake, Michigan, to assess if the prescribed reduction was appropriately based on existing annual internal loads. We developed 5 different annual internal load scenarios based on phosphorus release rates from laboratory-based sediment incubations and diel dissolved oxygen measurements, ranging from very conservative to very liberal estimates of phosphorus release. The most realistic scenarios indicate that the previously established TMDL for internal phosphorus loading is 3–7 times greater than what actually occurs in Bear Lake. Based on our assessment, Bear Lake is likely already meeting the TMDL internal loading target, without the implementation of any management action. Thus, management efforts aimed at reducing the water column phosphorus concentration to reach the TMDL target should instead be directed at controlling the external phosphorus load.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,248
Écart entre enseignants0,223 · 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

Citations23
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLake and Reservoir ManagementMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207