Frequency analysis of maximum annual suspended sediment concentrations in North America / Analyse fréquentielle des maximums annuels de concentration en sédiments en suspension en Amérique du Nord
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Suspended sediments are a natural component of aquatic ecosystems, but when present in high concentrations they can become a threat to aquatic life and can carry large amounts of pollutants. Suspended sediment concentration (SSC) is therefore an important abiotic variable used to quantify water quality and habitat availability for some species of fish and invertebrates. This study is an attempt to quantify and predict annual extreme events of SSC using frequency analysis methods. Time series of daily suspended sediment concentrations in 208 rivers in North America were analysed to provide a large-scale frequency analysis study of annual maximum concentrations. Seasonality and the correlation of discharges and annual peak of suspended sediment concentration were also analysed. Peak concentrations usually occur in spring and summer. A significant correlation between extreme SSC and associated discharge was detected only in half of the stations. Probability distributions were fitted to station data recorded at the stations to estimate the return period for a specific concentration, or the concentration for a given return period. Selection criteria such as the Akaike and Bayesian information criterion were used to select the best statistical distribution in each case. For each selected distribution, the most appropriate parameter estimation method was used. The most commonly used distributions were exponential, lognormal, Weibull and Gamma. These four distributions were used for 90% of stations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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