MétaCan
Menu
Retour à la cohorte
Enregistrement W2077015565 · doi:10.14796/jwmm.c383

Assessing the Impacts of Stormwater Runoff from I-59 to a Headwater Stream in Central Alabama

2014· article· en· W2077015565 sur OpenAlexvenueno aff
Mitchell F. Moore, Catherine G. Butler, José G. Vasconcelos

Notice bibliographique

RevueJournal of Water Management Modeling · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Resources Studies
Établissements canadiensnon disponible
Organismes subventionnairesAlabama Department of TransportationU.S. Department of Transportation
Mots-clésStormwaterSurface runoffEnvironmental scienceStormwater managementHydrology (agriculture)Aquatic ecosystemSTREAMSWater resource managementGeologyEcologyGeotechnical engineeringComputer scienceOceanography

Résumé

récupéré en direct d'OpenAlex

Some studies have shown that stormwater runoff may have constituents that cause adverse impacts to aquatic ecosystems.Various related studies have focused either on characterizing the runoff directly generated on roads or on the effectiveness of various pollutant removal techniques.This work presents and discusses the results of an ongoing investigation on the impact of stormwater runoff from an interstate highway measured at a receiving stream.Water samples were collected at selected points and hydrological and water quality parameters were continuously monitored in selected stations.Quality parameters included nitrogen and phosphorus species, dissolved oxygen, total suspended solids and total solids, pH, turbidity, specific conductivity and temperature.Ongoing work attempts to establish a relationship between highway traffic, time between rain events, rainfall depth and changes in water quality parameters in the stream as a result of road runoff.The purpose of this study is to quantify and assess road impacts on a small Alabama watershed and how it differs from impacts caused by other land uses in watersheds, and whether traffic and the proximity of an interstate highway are related to such impacts.

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 enseignants0,209
Score d'incertitude au seuil0,415

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,038
Tête enseignante GPT0,260
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetWater Quality and Resources StudiesTravaux en français237 207