MétaCan
Menu
Retour à la cohorte
Enregistrement W2766379029 · doi:10.2166/nh.2017.027

Spatial variation of stable isotopic composition in surface waters of the Huai River basin, China and the regional hydrological implication

2017· article· en· W2766379029 sur OpenAlexaff
Liang Zhang, Ruiqiang Yuan, Xianfang Song, Jun Xia

Notice bibliographique

RevueHydrology research · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésδ18OLatitudePrecipitationSurface waterDrainage basinAltitude (triangle)Structural basinEnvironmental scienceStreamflowChinaPhysical geographyIsotopes of oxygenGeologyStable isotope ratioHydrology (agriculture)ClimatologyGeomorphologyGeographyGeochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Oxygen (δ18O) and hydrogen (δD) stable isotopes in the surface waters of the Huai River basin were analyzed in this study. Results indicated the northern waters had higher δ18O and δD than the southern waters, the water δ18O and δD increased along the water flow directions. These variations mostly resulted from the spatial differences of precipitation and evaporation. Comparing with published different continents' river water δ18O data, this study suggests that evaporation effect is a more plausible interpretation than altitude effect as the cause of δ18O increasing from upriver to downriver waters. This region's local surface water line (LSWL, δD = 5.36δ18O − 18.39; r2 = 0.84) represents one of the first presented LSWLs in eastern China. The correlation between d-excess and δ18O demonstrates this region is dominated by the Pacific oceanic moisture masses in summer. Comparing the various LSWLs from eastern China and eastern United States river waters, this study proposes a hypothesis that the water LSWLs slopes of lower latitude regions may be less than those of higher latitude regions within similar topographic areas. This hypothesis may be tested in other geographically comparable coupled areas in the world if corresponding large-scale data can be found.

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 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 enseignants0,026
Score d'incertitude au seuil0,980

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,030
Tête enseignante GPT0,273
Écart entre enseignants0,244 · 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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207