Periphyton, water quality, and land use at multiple spatial scales in Alberta rivers
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
The ability of land use to replace water quality variables in predictive models of periphyton chlorophyll a was tested with a 21-year data set for Alberta rivers. Nutrients (total dissolved P and NO 2 + NO 3 ) explained 23%24% of the variability in seasonal chlorophyll a, whereas land use (human population density) explained 25%28% of the variability. The best models included the combination of total dissolved P and population density, explaining 32%34% of periphyton chlorophyll a variability. However, analysis of variance of chlorophyll a by ecoregions and ecozones explained about as much variability (28%30%), and the inclusion of an ecoregion term into the regression models showed a diminished importance of land use as a predictor of chlorophyll a, with best models based on the combination of nutrients and ecoregion and explaining up to 43%44% of periphyton chlorophyll a variability. Within ecoregions, land use was sometimes a good surrogate for nutrient data in predicting chlorophyll a concentrations. Overall, land use is a suitable surrogate for nutrients in regression models for chlorophyll a, but its inclusion in general models may reflect regional differences in nutrientchlorophyll relationships rather than true land use effects on chlorophyll a.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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