MétaCan
Menu
Retour à la cohorte
Enregistrement W2143381693 · doi:10.1002/lno.10146

Long term water clarity changes in<scp>N</scp>orth<scp>A</scp>merica's<scp>G</scp>reat<scp>L</scp>akes from multi‐sensor satellite observations

2015· article· en· W2143381693 sur OpenAlexaffabout
Caren E. Binding, T. A. Greenberg, Sue B. Watson, Shannah Rastin, Jessica Gould

Notice bibliographique

RevueLimnology and Oceanography · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensDalhousie UniversityEnvironment and Climate Change Canada
Organismes subventionnairesGoddard Space Flight Center
Mots-clésSeaWiFSEnvironmental scienceSubmarine pipelineTurbidityOceanographyEutrophicationSecchi diskWater qualitySeasonalitySatellitePhysical geographyNutrientGeographyEcologyGeologyPhytoplanktonBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Water clarity in North America's Laurentian Great Lakes has undergone considerable change over the last several decades as a consequence of invasive species, eutrophication, and implemented nutrient management practices. Satellite observations from the CZCS, SeaWiFS, and MODIS‐Aqua sensors have been used in tandem with long term records of Secchi disk depth (ZSD) to provide a retrospective analysis of spatial and temporal variations in water clarity over the Great Lakes. A simple empirical algorithm is presented, relatingZSDto remote‐sensing reflectance at ∼ 550 nm (Rrs∼550). Results suggest remarkable and complex changes in water clarity over the Great Lakes. Lakes Ontario, Huron, and Michigan have seen increases in averageZSDover the three sensor periods of 58%, 49%, and 62%, respectively. Lake Erie shows highly variableZSDwith no consistent long term trends, while Lake Superior has remained fairly consistent in its lake‐wide water clarity conditions. Temporal trends document the decrease in whiting events on Lake Michigan while capturing the ongoing occurrence of these seasonal bright‐water events on Lake Ontario. Results indicate a divergence inZSDtrends between nearshore and offshore environments; with larger increases in offshore than nearshoreZSDand some nearshore areas suggesting a decrease inZSD. Offshore regions of Lakes Huron, Michigan, and Superior show diminishedZSDseasonality in contrast to increasing seasonal variance in the nearshore. Spatial and temporal variations inZSDare in agreement with documented reductions in Great Lakes bioproductivity, degrading nearshore water quality, and changing biogeochemical processes influencing whiting events and sediment resuspension.

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 enseignants0,068
Score d'incertitude au seuil0,135

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,038
Tête enseignante GPT0,240
Écart entre enseignants0,202 · 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

Citations104
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207