MétaCan
Menu
Retour à la cohorte
Enregistrement W2140238300 · doi:10.1098/rspb.2012.1032

The dilemma of controlling cultural eutrophication of lakes

2012· review· en· W2140238300 sur OpenAlexaff
David W. Schindler

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2012
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEutrophicationEnvironmental scienceEcosystemNutrientBiogeochemical cyclePhosphorusMesocosmEcological successionEcologyBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

The management of eutrophication has been impeded by reliance on short-term experimental additions of nutrients to bottles and mesocosms. These measures of proximate nutrient limitation fail to account for the gradual changes in biogeochemical nutrient cycles and nutrient fluxes from sediments, and succession of communities that are important components of whole-ecosystem responses. Erroneous assumptions about ecosystem processes and lack of accounting for hysteresis during lake recovery have further confused management of eutrophication. I conclude that long-term, whole-ecosystem experiments and case histories of lake recovery provide the only reliable evidence for policies to reduce eutrophication. The only method that has had proven success in reducing the eutrophication of lakes is reducing input of phosphorus. There are no case histories or long-term ecosystem-scale experiments to support recent claims that to reduce eutrophication of lakes, nitrogen must be controlled instead of or in addition to phosphorus. Before expensive policies to reduce nitrogen input are implemented, they require ecosystem-scale verification. The recent claim that the 'phosphorus paradigm' for recovering lakes from eutrophication has been 'eroded' has no basis. Instead, the case for phosphorus control has been strengthened by numerous case histories and large-scale experiments spanning several decades.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,052
Tête enseignante GPT0,282
Écart entre enseignants0,230 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations698
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207