MétaCan
Menu
Retour à la cohorte
Enregistrement W2126809201 · doi:10.2166/wqrjc.2011.020

Watershed-level analysis of exceedance frequencies for different management strategies

2011· article· en· W2126809201 sur OpenAlexafffundabout
Qi Yang, Glenn Benoy, Zhengyong Zhao, T. L. Chow, Charles P.‐A. Bourque, Fan‐Rui Meng

Notice bibliographique

RevueWater Quality Research Journal · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of New BrunswickAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésEnvironmental scienceWatershedSoil and Water Assessment ToolWater qualityTillageHydrology (agriculture)Watershed managementStreamflowEngineeringComputer scienceGeographyAgronomyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Exceedance of water-quality standards is important in assessing water quality. The effectiveness of soil conservation Beneficial Management Practices (BMPs) should be measured according to the BMPs' impact on exceedance frequencies. However, estimating exceedance frequencies for different management scenarios with field measurements is practically impossible due to difficulties in obtaining adequate data for analysing different combinations of BMPs. The objective of this modeling research was to analyse exceedance frequencies for different management strategies applied in the Black Brook Watershed (BBW). Daily concentrations of total suspended sediments (TSS) and soluble phosphorous (sol-P) were predicted with the Soil and Water Assessment Tool (SWAT) and assessed against water-quality standards from the Canadian Council of Ministers of the Environment (CCME) and National Agri-Environmental Standards Initiative-Ideal Performance Standards (NAESI-IPS). The investigated BMPs included conservation tillage, reduced fertilizer application, crop rotation, flow diversion terraces (FDT) and the combination of all four BMPs. The results indicated that FDT was the most effective at reducing exceedance frequencies of TSS and sol-P. Under the different management scenarios, we calculated the annual exceedance frequencies of TSS and sol-P concentrations above the CCME (20–45% and 10–26%) and NAESI-IPS (32–55% and 20–38%).

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,208
Score d'incertitude au seuil0,669

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 ouverte0,0010,000
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 Opus0,282
Tête enseignante GPT0,388
Écart entre enseignants0,106 · 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.

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

Citations5
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207