MétaCan
Menu
Retour à la cohorte
Enregistrement W2069199538 · doi:10.2134/jeq2000.00472425002900030028x

Duplicate Sampling of Surface Films and Associated Pond Water for Herbicides

2000· article· en· W2069199538 sur OpenAlexaff
Don T. Waite, Allan J. Cessna, R. Grover, E. J. Woodsworth

Notice bibliographique

RevueJournal of Environmental Quality · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensUniversity of ReginaAgriculture and Agri-Food CanadaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSurface waterSimazineEnvironmental scienceTrifluralinMCPAConfidence intervalEnvironmental chemistryHydrology (agriculture)ChromatographyMineralogyChemistryPesticideEnvironmental engineeringMathematicsGeologyAgronomyAtrazine

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes the variability of herbicide concentrations in the surface film and subsurface water of small, artificial prairie ponds (dugouts) as determined by comparing duplicate samples. Duplicate surface film samples were collected using a horizontally held glass plate and washed into a collection bottle with dichloromethane. Subsurface water samples were collected by plunging bottles into the pond to a depth of approximately 0.25 m. The samples were collected weekly from two dugouts in 1989 and from one dugout in 1990. Samples were analyzed for 2,4‐D, dicamba, bromoxynil, MCPA, triallate, trifluralin, and diclofop using a gas chromatograph interfaced with a mass selective detector. The average variability of the surface film samples was ±40% of the average of the pair with a confidence interval of 97% ( p = 0.05). The average variability of the subsurface water samples was ±25% of the average of the pair with a confidence interval of 71% ( p = 0.05). Possible reasons for the variability, including the nonhomogeneity of the surface film, are discussed.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,986

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,028
Tête enseignante GPT0,287
Écart entre enseignants0,259 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental QualityMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207