MétaCan
Menu
Retour à la cohorte
Enregistrement W2801322743 · doi:10.1016/j.ejrh.2018.04.006

Isotopic and geochemical surveys of lakes in coastal B.C.: Insights into regional water balance and water quality controls

2018· article· en· W2801322743 sur OpenAlexafffundabout
J. J. Gibson, S. J. Birks, Yuanbi Yi, P. D. Shaw, Michael C. Moncur

Notice bibliographique

RevueJournal of Hydrology Regional Studies · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversity of Victoria
Organismes subventionnairesInnotech AlbertaEnvironment and Climate Change Canada
Mots-clésWater qualityHydrology (agriculture)WatershedWater balanceDrainage basinGeologyElevation (ballistics)LithologyEnvironmental sciencePhysical geographyGeochemistryGeographyEcology

Résumé

récupéré en direct d'OpenAlex

This study was conducted within a 100,000 km2 area of British Columbia, (B.C.) Canada including Vancouver Island, the Georgia Basin, and the Pacific and Kitimat mountain ranges rising from the Pacific Ocean. A stable isotope mass balance method is applied to estimate evaporation loss and water yield from a remote network of 560 lakes on Vancouver Island and coastal B.C., based on helicopter sampling surveys conducted between 2008 and 2015. Spatial patterns in derived hydrological parameters are compared to water quality indicators and watershed characteristics to provide insight into water quantity and water quality relationships in the region, to be incorporated within a future critical loads assessment. Regional trends in lake water balance, underlying physical drivers, and geochemical processes potentially influencing critical loads of acidity are described. Dominant non-anthropogenic regional drivers of geochemistry include sea spray, lithology, weathering and elevation. Significant contrast is noted in alkalinity between the sedimentary and volcanic substrates on Vancouver Island and igneous intrusive substrates of the Pacific and Kitimat ranges. A positive correlation is found between elevation and water yield to lakes, while the opposite is observed for rivers, which is interpreted to reflect disconnection of low elevation lakes from regional drainage networks. This may invalidate use of river gauge data for critical loads assessment in this or similar regions.

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 enseignants0,020
Score d'incertitude au seuil0,415

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 Opus0,027
Tête enseignante GPT0,265
Écart entre enseignants0,238 · 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

Citations15
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Hydrology Regional StudiesMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207