Flow alteration impacts on <scp>Hudson Bay</scp> river discharge
Notice bibliographique
Résumé
Abstract This study explores flow regulation controls on daily river discharge variations and trends into Hudson Bay from four highly regulated and 17 moderately regulated/unregulated systems over 1960–2016. These 21 rivers contribute ~70% of the total annual riverine freshwater export to Hudson Bay, with highly regulated and moderately regulated/unregulated rivers accounting for 47% and 53% of the discharge, respectively. Daily observed streamflow data from the Water Survey of Canada, Manitoba Hydro, Ontario Power Generation, and Hydro‐Québec are used. Decadal hydrographs of the mean and coefficient of variation of daily river discharge are developed to assess the changing hydrological regimes in both systems. Decadal spectral analyses reveal the dominant controls on daily river discharge input to Hudson Bay from the regulated and unregulated systems. Apart from expected peaks in spectral power on annual timescales arising from the nival regimes in both systems, a strong secondary peak emerges at weekly timescales from flow regulation due to hydropower production. Hydrographs that consider the day of the week reveal distinct weekly cycles in regulated rivers with ~10% declines in daily river discharge during weekends and statutory holidays relative to weekday averages, demonstrating the importance of regulation on the timing of freshwater into Hudson Bay.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».