MétaCan
Menu
Retour à la cohorte
Enregistrement W3109630103 · doi:10.1016/j.ejrh.2020.100754

18O and 2H in streamflow across Canada

2020· article· en· W3109630103 sur OpenAlexafffundabout
J. J. Gibson, Tegan Holmes, Tricia Stadnyk, S. J. Birks, P. Eby, Alain Pietroniro

Notice bibliographique

RevueJournal of Hydrology Regional Studies · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversity of ManitobaUniversity of CalgaryUniversity of Victoria
Organismes subventionnairesInnotech AlbertaEnvironment and Climate Change Canada
Mots-clésStreamflowδ18OTributaryPrecipitationSnowHydrology (agriculture)Environmental sciencePermafrostArcticDrainage basinMeteoric waterPhysical geographyStable isotope ratioClimatologyGeologyGroundwaterGeographyOceanographyMeteorologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Water samples for isotopic analysis were collected during 2013–2019 at 331 gauging stations across Canada in representative watersheds ranging from the Atlantic to the Pacific to the Arctic Oceans. Drainage area coverage of the network included 56 % of Canada’s landmass (9,984,670 km2) and was representative of 91 % of Canada’s annual water yield. Baseline data, including 4603 18O and 2H analyses, are described to assess potential for process studies and predictive model calibration. While similar patterns are noted between isotopes in streamflow and precipitation across Canada, systematic evaporative enrichment in streamflow occurs in lake- and wetland-rich areas, and systematic depletion occurs in some mountainous and/or cold-regions watersheds. The latter are attributed to uncertainty in precipitation isotope records, glacial melt and/or permafrost thaw. In δ18O-δ2H space, streamflow characteristically plotted on or below the Canadian Meteoric Water Line (CMWL) (δ2H = 8∙δ18O+8.5) along imbricated Regional River Lines (RRL) displaying a range of regression slopes (4.34–9.31) and intercepts (-54 to +24), reflecting regional variations in isotopic composition of input sources, evaporative enrichment, and tributary mixing. We define the Canadian Rivers Line (CRL) based on the linear regression of flow-weighted mean values of station data (δ2H = 7.89∙δ18O+0.45, r2 = 0.962; n = 161).

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 enseignants0,407
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,034
Tête enseignante GPT0,243
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 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

Citations36
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Hydrology Regional StudiesMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207