MétaCan
Menu
Retour à la cohorte
Enregistrement W2608053858 · doi:10.1139/as-2015-0009

Active layer slope disturbances affect seasonality and composition of dissolved nitrogen export from High Arctic headwater catchments

2017· article· en· W2608053858 sur OpenAlexafffundvenue
Melissa J. Lafrenière, Nicole L. Louiseize, Scott F. Lamoureux

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensQueen's University
Organismes subventionnairesOffice of Polar ProgramsCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorGovernment of CanadaArcticNet
Mots-clésEnvironmental scienceSurface runoffSeasonalityNitrateDisturbance (geology)Hydrology (agriculture)ArcticNitrogenDrainage basinNutrientEcologyChemistryGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

This study investigates the impacts of active layer detachments (ALDs) on nitrogen in seasonal runoff from High Arctic hillslope catchments. We examined dissolved nitrogen in runoff from an undisturbed catchment (Goose (GS)) and one that was disturbed (Ptarmigan (PT)) by ALDs, prior to disturbance (2007) and 5 years after disturbance (2012). The seasonal dynamics of nitrogen species concentrations and fluxes were similar in both catchments in 2007, but the mean seasonal nitrate concentration and mass flux from the disturbed catchment were on the order of 30 times higher relative to the undisturbed catchment in 2012. Stormflow yielded 45% and 60% of the 2012 total dissolved nitrogen flux in GS and PT, respectively, although rainfall runoff provided less than 25% of seasonal discharge. Results support that through the combined effects of increased disturbance and rainfall, climate change stands to significantly enhance the export of nitrate from High Arctic watersheds. This study highlights that the increase in the delivery of nitrate from disturbance is especially pronounced late in the season when downstream productivity and the biological demand for this often limiting nutrient are high. Our results also demonstrate that the impact of ALDs on nitrate export can persist more than 5 years following disturbance.

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 enseignants0,070
Score d'incertitude au seuil0,139

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,045
Tête enseignante GPT0,285
Écart entre enseignants0,241 · 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

Citations21
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207