MétaCan
Menu
Retour à la cohorte
Enregistrement W2062943867 · doi:10.1139/f05-177

Lake level and trophic state variables among a population of shallow Florida lakes and within individual lakes

2005· article· en· W2062943867 sur OpenAlexvenueno aff
Mark V. Hoyer, Christine A. Horsburgh, Daniel E. Canfield, Roger W. Bachmann

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Florida
Mots-clésTrophic levelTrophic state indexEnvironmental scienceRange (aeronautics)Water levelPopulationEcologyChlorophyll aHydrology (agriculture)EutrophicationGeographyNutrientBiologyGeologyDemography

Résumé

récupéré en direct d'OpenAlex

Monthly total phosphorus, total nitrogen, and chlorophyll concentrations, Secchi depth, and lake water level data for 84 Florida lakes were used to examine relations between trophic state variables and water level fluctuation. Lake size averaged 566 ha (range 4.0 to 5609 ha), with the period of record for individual lakes averaging 57 months (range 7 to 175 months). Lake level fluctuation for individual lakes averaged 1.3 m (range 0.1 to 3.5 m). The lakes also ranged from oligotrophic to hypereutrophic, with average chlorophyll values for individual lakes ranging from 1 to 97 µg·L–1. No overall relation between trophic state variables and lake level fluctuation could be found among the population of lakes. However, individual lakes showed direct, inverse, or no significant relations between lake trophic state variables and water level fluctuation, regardless of the magnitude of water level fluctuation. These data suggest that predicting how water level fluctuations will impact trophic state variables among a population of lakes will be difficult, if not impossible, and that any accurate predictions will have to be made after first examining several mechanisms within individual lake systems.

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)0,001
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,017
Tête enseignante GPT0,198
Écart entre enseignants0,180 · 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

Citations29
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207