MétaCan
Menu
Retour à la cohorte
Enregistrement W2469206751 · doi:10.1021/acs.est.6b01421

Evaluating the Impact of Legacy P and Agricultural Conservation Practices on Nutrient Loads from the Maumee River Watershed

2016· article· en· W2469206751 sur OpenAlexaboutno aff
Rebecca Logsdon Muenich, Margaret Kalcic, Donald Scavia

Notice bibliographique

RevueEnvironmental Science & Technology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesJoyce FoundationNational Science Foundation
Mots-clésEnvironmental scienceWatershedPhosphorusAgricultureAgricultural landSurface runoffNutrient managementWatershed managementNutrientEutrophicationHydrology (agriculture)Water resource managementEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

The recent resurgence of hypoxia and harmful algal blooms in Lake Erie, driven substantially by phosphorus loads from agriculture, have led the United States and Canada to begin developing plans to meet new phosphorus load targets. To provide insight into which agricultural management options could help reach these targets, we tested alternative agricultural-land-use and land-management scenarios on phosphorus loads to Lake Erie. These scenarios highlight certain constraints on phosphorus load reductions from changes in the Maumee River Watershed (MRW), which contributes roughly half of the phosphorus load to the lake's western basin. We evaluate the effects on phosphorus loads under nutrient management strategies, reduction of fertilizer applications, employing vegetative buffers, and implementing widespread cover crops and alternative cropping changes. Results indicate that even if fertilizer application ceased, it may take years to see desired decreases in phosphorus loads, especially if we experience greater spring precipitation or snowmelt. Scenarios also indicate that widespread conversions to perennial crops that may be used for biofuel production are capable of substantially reducing phosphorus loads. This work demonstrates that a combination of legacy phosphorus, land management, land use, and climate should all be considered when seeking phosphorus-loading solutions.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,236
Score d'incertitude au seuil0,998

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 technologies0,0000,005
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,280
Écart entre enseignants0,260 · 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.

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

Citations123
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207