MétaCan
Menu
Retour à la cohorte
Enregistrement W2731739040 · doi:10.2166/wqrj.2017.007

An assessment of nutrient dynamics in streambank soils of the Lower Little Bow River in southern Alberta using ion exchange membranes

2015· article· en· W2731739040 sur OpenAlexaffabout
J.J. Miller, E. Bremer, T. Curtis, D. S. Chanasyk

Notice bibliographique

RevueWater Quality Research Journal · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of AlbertaAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésNutrientAdsorptionSoil waterEnvironmental scienceEnvironmental chemistryChemistryAnimal scienceHydrology (agriculture)Soil scienceGeologyBiologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Nutrient dynamics in streambanks may impact nutrient movement to water, and may be influenced by cattle activity, river water level fluctuations, and time. Our objective was to determine the influence of these factors on nutrient (NO3-N, P, S, Fe, Mn, Cu, Zn, Ca, Mg) dynamics in streambanks along the Lower Little Bow River in southern Alberta using Plant Root Simulator or PRS® probes. Three experiments were conducted from 2012 to 2015. In the first experiment, few significant (P ≤ 0.05) effects were found among three reaches varying in cattle impact except for Fe and Mn, which generally increased with increasing cattle impact. In the second experiment (probe placement), adsorption of P, Fe, Mn, S, Ca, and Mg was significantly greater for submerged than exposed streambanks, and the opposite trend occurred for Cu and Zn. In the third experiment on the influence of probe burial periods from 0.2 to 14 days, maximum nutrient adsorption generally occurred within 1 to 7 days, and S adsorption showed an exponential increase with time. Overall, few cattle impact effects were found on nutrient dynamics, certain nutrients were greater in submerged than exposed banks, and 7-day burial of PRS probes was sufficient to assess nutrient dynamics.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,565
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,394
Écart entre enseignants0,300 · 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.

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

Citations6
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207