MétaCan
Menu
← Retour à la cohorte
Enregistrement W3025785588 · doi:10.13227/j.hjkx.201610183

[Comparison of Relationship Between Conduction and Algal Bloom in Pengxi River and Modao River in Three Gorges Reservoir].

2017· article· en· W3025785588 sur OpenAlexaff
Wei Jiang, Chuan Zhou, Daobin Ji, Defu Liu, Yu-Shuang Ren, Haffner Douglas, Deti Xie, Lei Zhang

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTributaryEpilimnionEutrophicationHydrology (agriculture)Spring (device)HypolimnionThermoclineEnvironmental scienceAlgal bloomChlorophyll aBloomWater qualityYangtze riverPhytoplanktonOceanographyEcologyGeologyNutrientGeographyBiology

Résumé

récupéré en direct d'OpenAlex

in summer respectively. Nutrients concentrations showed no significant correlation with Chl-a. On the other hand, conductivity value and trend were totally different between the two rivers:in Modao River in spring, the conductivity in upstream was only 75% of that in the main stream of the Yangtze River, and the backwater from the main stream reached to the middle in Modao river, where the highest Chl-a among all the river sampling sites was detected; summer conductivity distribution was similar with that in spring. Different from Modao River, the conductivity in upstream of Pengxi River in spring was 150% of that in the main stream of Yangtze, the backwater from the main stream reached area between sampling sites of PX04 and PX05 (upper than the middle reach); its upstream had significantly high content of Chl-a and conductivity, and these two factors were significantly positively correlated. The study showed that other than N and P, other ions in the Pengxi River played an important role in bursting "bloom", and need to be considered regarding bloom control.

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 enseignants0,033
Score d'incertitude au seuil0,066

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,077
Tête enseignante GPT0,287
Écart entre enseignants0,210 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetAquatic Ecosystems and Phytoplankton Dynamics→Travaux en français237 207→