MétaCan
Menu
Retour à la cohorte
Enregistrement W2080981104 · doi:10.1139/s05-019

A statistical evaluation of water quality trends in selected water bodies of Newfoundland and Labrador

2006· article· en· W2080981104 sur OpenAlexvenueaboutno aff
Paula Dawe

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Resources Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWater qualityTurbidityEnvironmental scienceWatershedHydrology (agriculture)Spearman's rank correlation coefficientNitrateTrend analysisStreamflowLand useRank correlationMercury (programming language)Drainage basinPhysical geographyGeographyOceanographyStatisticsGeologyEcologyCartography

Résumé

récupéré en direct d'OpenAlex

Using water quality data collected since 1986, as part of the Canada–Newfoundland Water Quality Monitoring Agreement, 36 different water quality variables from 65 different water quality monitoring sites were examined for change over time. Moving averages, the Student's t test statistic, and Spearman's rank correlation coefficient were used. Throughout the province, turbidity and colour were generally displaying deteriorating trends, while conductivity, copper, lead, and mercury were consistently displaying improving trends. There was a notable deteriorating trend in nitrate and nitrite and nitrogen in select river basins, and an improving trend in phosphorous in more developed basins. Even in pristine watersheds, change was often observed in metals, major ions, turbidity, and colour. An examination of land and water use activities ongoing in each watershed allowed identification of likely localized causes and (or) factors contributing to observed water quality trends. In many cases trend-causing factors appeared to be more global in nature and most trends could be explained by an upward trend in river flows during the period analyzed. Key words: water quality, Newfoundland, Labrador, trends, Spearman, land use, statistics, streamflow.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,426
Score d'incertitude au seuil0,858

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,001
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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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

Citations20
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetWater Quality and Resources StudiesTravaux en français237 207