MétaCan
Menu
Retour à la cohorte
Enregistrement W2996719020

Hypolimnetic upwelling in coastal embayments of Lake Ontario: Implications for restoration

2018· article· en· W2996719020 sur OpenAlexfundaboutno aff
Nicole Sulewski

Notice bibliographique

RevueSummit (Simon Fraser University) · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesSimon Fraser UniversityBritish Columbia Institute of Technology
Mots-clésHypolimnionUpwellingOceanographyGeologyGeographyEutrophicationEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Coastal wetlands are an important ecosystem in the Great Lakes basin, providing spawning grounds and warm-water refuge for numerous fish and benthic invertebrate species during cold water upwelling events.Urbanization along the northwestern shore of Lake Ontario has led to a depletion of coastal wetlands, replacing them with artificial embayments.Three artificial embayments, the Credit River estuary, and one coastal marsh in Mississauga, ON were studied to determine if the artificial embayments function as warm-water refuge during upwelling events.Temperature loggers were placed in each study site and temperature was recorded every 15 minutes from July to October 2017.Upwelling events were isolated from the data, and frequency, magnitude, and duration of upwelling was determined.Most study sites had a frequency of 4 upwelling events throughout the study period.The average duration of upwellings varied from 30 to 70 hours, and the average temperature change ranged from -7.1ᵒC to -11.9ᵒC.All of the study sites seemed to buffer upwellings by reducing the magnitude of temperature change and increasing the duration of upwelling events to varying degrees.These results will inform the creation of future wetlands, restoration of existing embayments, and conservation of Great Lakes coastal wetlands.

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 enseignants0,114
Score d'incertitude au seuil0,229

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 technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,228
Écart entre enseignants0,208 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207