MétaCan
Menu
Retour à la cohorte
Enregistrement W2990736380 · doi:10.1016/j.scitotenv.2019.135628

Climatic and anthropogenic regulation of carbon transport and transformation in a karst river-reservoir system

2019· article· en· W2990736380 sur OpenAlexfundno aff
Wanfa Wang, Si‐Liang Li, Jun Zhong, Stephen C. Maberly, Cai Li, Fushun Wang, Huayun Xiao, Cong‐Qiang Liu

Notice bibliographique

RevueThe Science of The Total Environment · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilNational Key Research and Development Program of ChinaUniversity of WaterlooNational Natural Science Foundation of China
Mots-clésKarstEnvironmental scienceHydrology (agriculture)Carbon fibersClimate changeTransformation (genetics)GeologyEarth scienceOceanographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The effect of dams on dissolved inorganic carbon (DIC) transport and riverine ecosystems is unclear in karst cascade reservoirs. Here, we analyzed water samples from a karst river system with seven cascade reservoirs along the Wujiang River, southwestern China, during one hydrological year. From upstream to downstream, the average concentration of DIC increased from 2.2 to 2.6 mmol/L and its carbon isotope composition (δ 13 C DIC ) decreased from −8.0 to −10‰. Meanwhile, the air temperature (Ta) increased from 20.3 °C to 26.7 °C and 10 °C to 13.7 °C in the warm and cold seasons, respectively. The results suggest that a cascade of dams has a stronger effect on DIC dynamics and retention than a single dam. The good correlation between Ta/HRT (hydraulic retention time) and Δ[DIC] as well as Δ[δ 13 C DIC ] mean that Ta and HRT affected the magnitude of the damming effect by altering changes in concentration of DIC and δ 13 C DIC in the reservoir compared to the inflowing water. In particular, daily regulated reservoirs with short retention times acted more like river corridors and had a smaller effect on carbon dynamics, so modulating retention time might be used reduce the effect of dams on the riverine ecosystem.

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)0,001
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 enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,184
Écart entre enseignants0,178 · 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

Citations77
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetHydrology and Watershed Management StudiesTravaux en français237 207