MétaCan
Menu
Retour à la cohorte
Enregistrement W2156730453 · doi:10.1139/f01-094

The ecological effects of urbanization of coastal watersheds: historical increases in nitrogen loads and eutrophication of Waquoit Bay estuaries

2001· article· en· W2156730453 sur OpenAlexvenueno aff
Jennifer L. Bowen, Iván Valiela

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésEutrophicationBayEnvironmental scienceEstuaryZostera marinaWatershedPhytoplanktonSeagrassBiogeochemistryEcologyHydrology (agriculture)EcosystemOceanographyNutrientBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Historical changes in land use on coastal watersheds have increased rates of land-derived nitrogen loading to estuaries and altered their biogeochemistry and food webs. We used information on human populations and land uses within the watershed of Waquoit Bay, Cape Cod, Massachusetts, U.S.A., to model how nitrogen loads derived from atmospheric deposition, fertilizer use, and wastewater disposal have changed since the 1930s. Nitrogen loading into Waquoit Bay more than doubled between 1938 and 1990. The predominant source of nitrogen added to the bay changed from atmospheric deposition to wastewater disposal during the 1980s, reflecting the increasing urbanization of Cape Cod. Larger nitrogen loads increased nitrogen concentrations in the water, altering the assemblage of primary producers and resulting in eutrophication of the estuary. Biomass of phytoplankton and macroalgae increased, and areal cover of eelgrass (Zostera marina) decreased, with increasing nitrogen load. An increase in nitrogen load from 15 to 30 kg N·ha–1·year–1 virtually eliminated eelgrass meadows. Land-use changes prompted by urban sprawl can therefore be linked to marked changes in water quality and eutrophication of receiving waters.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,443

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,006
Tête enseignante GPT0,172
Écart entre enseignants0,166 · 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

Citations193
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207