MétaCan
Menu
Retour à la cohorte
Enregistrement W3128364847 · doi:10.1002/lol2.10180

<scp>Size‐based</scp> characterization of freshwater dissolved organic matter finds similarities within a waterbody type across different Canadian ecozones

2021· article· en· W3128364847 sur OpenAlexafffundabout
Pieter J. K. Aukes, Sherry L. Schiff, Jason J. Venkiteswaran, Richard J. Elgood, John Spoelstra

Notice bibliographique

RevueLimnology and Oceanography Letters · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensWilfrid Laurier UniversityEnvironment and Climate Change CanadaUniversity of Waterloo
Organismes subventionnairesEnvironment and Climate Change CanadaUniversity of WaterlooNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésDissolved organic carbonComposition (language)Environmental scienceOrganic matterPrincipal component analysisTotal organic carbonSurface waterEnvironmental chemistryEcologyChemistryBiologyEnvironmental engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Dissolved organic matter (DOM) represents a mixture of organic molecules that vary due to different source materials and degree of processing. Characterizing how DOM composition evolves along the aquatic continuum can be difficult. Using a size‐exclusion chromatography technique (liquid chromatography‐organic carbon detection [LC‐OCD]), we assessed the variability in DOM composition from both surface and groundwaters across a number of Canadian ecozones (mean annual temperature spanning −10°C to +6°C). A wide range in DOM concentration was found from 0.2 to 120 mg C L −1 . Proportions of different size‐based groupings across ecozones were variable, yet similarities between specific waterbody types, regardless of location, suggest commonality in the processes dictating DOM composition. A principal component analysis identified 70% of the variation in LC‐OCD derived DOM compositions could be explained by the waterbody type. We find that DOM composition within a specific waterbody type is similar regardless of the differences in climate or surrounding vegetation where the sample originated from.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,283
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,175
Écart entre enseignants0,169 · 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.

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

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography LettersMême sujetMarine and coastal ecosystemsTravaux en français237 207