MétaCan
Menu
← Retour à la cohorte
Enregistrement W2981914910 · doi:10.4095/299767

Agriculture actions to reduce phosphorus to Lake Erie

2017· report· en· W2981914910 sur OpenAlexaboutno aff
David W. Cushman

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgriculturePhosphorusEnvironmental scienceHydrology (agriculture)GeographyArchaeologyEngineeringChemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

For more than a decade, toxic and nuisance algal blooms in Lake Erie have increased in frequency, and the summer of 2015 saw the largest documented algal bloom in the lake's history. Blooms threaten drinking water quality, fish populations, beach quality, coastal recreation and the overall health of the lake. In addition, when algae die and decompose, hypoxic conditions can be created, meaning there is a lack of oxygen in the water. In 2012, hypoxic conditions were responsible for tens of thousands of dead fish washing up on a 40-kilometre stretch of shoreline between the communities of Erieau and Port Stanley in Ontario. The increased occurrence of harmful algal blooms in Lake Erie is influenced by many factors, including nutrients, climate change and invasive species such as zebra mussels. Phosphorus is the primary nutrient driving increased algal blooms in the lake and comes from multiple sources, both urban and rural. After decades of work on major sources, non-point sources are now the majority of phosphorus entering Lake Erie. The challenge is significant, but with coordinated action there is hope for the lake's future. However, with the recent rise in blooms, Canada and the United States recognized the need for a new approach to action, and in February 2016 agreed to a 40 per cent reduction target for phosphorus entering the Central and Western basins of Lake Erie. Federal and provincial ministries are collaborating to develop an Action Plan for Lake Erie to Achieve Phosphorus Reductions from Canadian Sources. Governments cannot do this alone. Additional actions from all sectors and communities across the Lake Erie basin are going to be needed to achieve our goals. A draft is currently out for consultation soliciting actions from all sectors. The Ministry of Agriculture, Food and Rural Affairs (OMAFRA) focus is on rural communities and Ontario's agriculture and food systems. Rural and agricultural sources of phosphorus include soil erosion from fields and nutrient runoff from manure, fertilizer and other soil amendments. OMAFRA has been studying the effectiveness of management practices in reducing environmental impacts and promoting environmental planning for decades. To support the work on phosphorus reduction OMAFRA reviewed the available information to determine which practices have the greatest potential for reductions and to identify our scientific gaps. Preliminary conclusions include the need to: improve soil health through practices like crop rotation, reduced tillage, cover crops; carefully manage nutrients including the appropriate timing and application of nutrients; and select practices that are effective in the non-growing season and heavy storm events when the majority of the loss can occur. Current science also indicates that a multi-barrier approach that uses multiple BMPs is most effective at minimizing phosphorus loss from fields through runoff and tile drainage.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,983

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,288
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil and Water Nutrient Dynamics→Travaux en français237 207→