MétaCan
Menu
Retour à la cohorte
Enregistrement W3050332539 · doi:10.1080/15230430.2020.1800972

Meteorological drivers of interannual variation in transparency of mountain lakes

2020· article· en· W3050332539 sur OpenAlexafffundabout
Mark H. Olson, Janet M. Fischer, Masaki Hayashi, Craig E. Williamson

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFranklin and Marshall CollegeAlberta Ingenuity Centre for Water ResearchNational Science Foundation
Mots-clésEnvironmental sciencePrecipitationTransparency (behavior)Climate changeDrainage basinHydrology (agriculture)EcosystemPhysical geographyClimatologyGeographyMeteorologyEcologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

In mountain lakes, water transparency is regulated primarily by materials loaded from the surrounding catchment. Consequently, transparency within a lake can vary over time due to meteorological conditions that affect hydrologic inputs. Furthermore, lake responses to these inputs may depend on catchment characteristics. We examined the relationships between meteorological conditions and interannual variation in transparency over thirteen years in a set of four lakes in Yoho National Park, British Columbia, Canada. We measured mid-summer transparency as the attenuation coefficient of 320 nm and collected meteorological data daily with an automatic weather station located near the study lakes. Despite their close proximity, lakes varied in the strength of associations between transparency and cumulative precipitation across a range of durations. Specifically, transparency in non-glacially fed Lake Hungabee was most strongly correlated with cumulative precipitation in the fifteen days preceding sampling, whereas glacially fed Lakes Opabin and Oesa were most strongly affected by longer periods of cumulative precipitation. Consequently, there was relatively little temporal synchrony in interannual transparency variation among lakes. Our results suggest that both the timing and amount of precipitation as well local hydrology must be considered when predicting effects of climate change on mountain lake ecosystems even within a single region.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,073
Tête enseignante GPT0,297
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations3
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetCryospheric studies and observationsTravaux en français237 207