MétaCan
Menu
Retour à la cohorte
Enregistrement W2110924022 · doi:10.2166/wqrjc.2011.124

Increasing chloride concentrations in Lake Simcoe and its tributaries

2011· article· en· W2110924022 sur OpenAlexaff
Jennifer G. Winter, Amanda L. Landre, David Lembcke, Eavan M. O'Connor, Joelle D. Young

Notice bibliographique

RevueWater Quality Research Journal · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensLake Simcoe Region Conservation AuthorityMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésTributaryWatershedHydrology (agriculture)Environmental scienceSalt lakeChlorideGeographyGeologyChemistryStructural basin

Résumé

récupéré en direct d'OpenAlex

Chloride concentrations in Lake Simcoe have increased significantly (P < 0.001) over a 36-year period during which the human population in the watershed has grown. Lake concentrations are now between 36 and 40 mg/L, having increased more than three-fold at the lake's outflow since 1971. Concentrations increased significantly in eight tributaries of the lake from 1993 to 2007 (P < 0.05), and were highest in those rivers draining the greatest percentage of urban land and roads, and in a river close to a major highway. The cumulative chloride load estimated at the mouths of seven rivers flowing into Lake Simcoe ranged from 11,563 to 32,107 tonnes/year from 1998 to 2007, and increased significantly over this period (P < 0.05). The fluxes or unit area loads of chloride, averaged from 2004 to 2007 for each of 10 tributaries, were positively correlated with the proportion of urban land and roads drained (P = 0.005, r = 0.80). Although Lake Simcoe is a large lake and only 12% of its watershed drains urban land and roads, evidence of road salt application can already be seen. This indicates that inputs must be reduced to preclude future ecological impacts on the lake.

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)0,000
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 enseignants0,837
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,147
Tête enseignante GPT0,358
Écart entre enseignants0,211 · 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

Citations52
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetSmart Materials for ConstructionTravaux en français237 207