MétaCan
Menu
Retour à la cohorte
Enregistrement W2137454783 · doi:10.4319/lo.2014.59.6.2150

Stable isotope estimates of evaporation : inflow and water residence time for lakes across the United States as a tool for national lake water quality assessments

2014· article· en· W2137454783 sur OpenAlexaff
J. Renée Brooks, J. J. Gibson, S. J. Birks, Marc H. Weber, Kent D. Rodecap, John L. Stoddard

Notice bibliographique

RevueLimnology and Oceanography · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensAlberta Innovates
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésHydrology (agriculture)Environmental scienceWater qualityInflowPopulationWatershedPrecipitationSurface waterDrainage basinEcologyGeographyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

We used water δ 2 H and δ 18 O from ca. 1000 lakes sampled in the 2007 U.S. Environmental Protection Agency's National Lakes Assessment (NLA) to assess two hydrological variables—evaporation as a percentage of inflow ( E : I ) and water residence time ( τ ) for summer 2007. Using a population survey design, sampled lakes were distributed across the conterminous U.S., and results were scaled to the inference population (∼50,000 U.S. lakes). These hydrologic variables were related to lake nutrients and biological condition to illustrate their usefulness in national water quality monitoring efforts. For 50% of lakes, evaporation was < 25% of inflow, with values ranging up to 113% during the 2007 summer. Residence time was < 0.52 yr for half of the lakes and < 1.12 yr for 75% of lakes. Categorizing lakes by flow regime, 66.1% of lakes were flow‐though lakes (60% or more of the water flows through the lake, E : I < 0.4), 33.6% were restricted‐basin lakes (40% or more of the lake inflow evaporates, 0.4 < E : I < 1), and < 0.3% were closed basin (all water entering the lake leaves through evaporation, E : I > 1). While climate patterns drove some of the spatial patterns of E : I and τ , variation in lake depth and watershed size (influencing precipitation volume) were also significant drivers. Lake hydrochemistry was strongly correlated to E : I and more weakly related to τ . Lakes in poor biological condition (based on a predictive model of planktonic taxa) were significantly more evaporated than lakes in good biological condition.

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)0,001
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 enseignants0,606
Score d'incertitude au seuil0,229

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,287
Écart entre enseignants0,274 · 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

Citations176
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207