MétaCan
Menu
Retour à la cohorte
Enregistrement W2902417862 · doi:10.2166/wqrj.2018.011

Mapping the summer 2017 surface water circulation of Picton Bay, ON

2018· article· en· W2902417862 sur OpenAlexafffund
Jennifer A. Shore, Peter Snell

Notice bibliographique

RevueWater Quality Research Journal · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésBayDrifterEnvironmental scienceCurrent (fluid)Forcing (mathematics)OceanographySurface waterOcean currentLagrangianHydrology (agriculture)MeteorologyGeologyClimatologyGeographyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract On March 24, 2017, a fuel spill from a partially submerged barge in Picton Bay contaminated the source water for the drinking water supply of the local township. Immediately after the spill, management decisions regarding the water intake plant operations were made based on contaminant observations and projected wind conditions. From a management perspective, it is essential to understand all the dynamical forcing for a system to direct the best decision-making but, unfortunately, there are no historical observations of currents in Picton Bay or any in-depth numerical modelling studies that have established the circulation patterns or hydrodynamics of the bay. This paper presents observations of surface speeds and drifter pathways collected using Lagrangian drifters and compares the observations to the velocity field estimates from a wind forced three-dimensional hydrodynamic model. Surface drifters were deployed from July to September and moved southwest into the bay during each deployment with almost no tendency to turn and drift out of the bay. Model simulations indicated that currents in the bay are sensitive to small-scale local winds and that a boundary current exists that connects the spill site to the area of the water intake pipes in wind conditions that are to the southwest or southeast.

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 enseignants0,887
Score d'incertitude au seuil0,225

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,215
Tête enseignante GPT0,370
Écart entre enseignants0,156 · 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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetCoastal and Marine DynamicsTravaux en français237 207