MétaCan
Menu
Retour à la cohorte
Enregistrement W3136160691 · doi:10.3390/hydrology8010045

Effects of River Discharge and Sediment Load on Sediment Plume Behaviors in a Coastal Region: The Yukon River, Alaska and the Bering Sea

2021· article· en· W3136160691 sur OpenAlexaboutno aff
Kazuhisa Chikita, Tomoyuki Wada, Isao Kudo, Seiichi Saito, Mitsuhiro Toratani

Notice bibliographique

RevueHydrology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesInternational Arctic Research Center, University of Alaska, FairbanksJapan Aerospace Exploration AgencyU.S. Geological Survey
Mots-clésPlumeSedimentHydrology (agriculture)GeologyOceanographyRiver deltaDischargeSettlingGlacierSedimentary budgetBrackish waterRiver mouthSediment transportDeltaGeomorphologySalinityEnvironmental scienceDrainage basinGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

In the Bering Sea around and off the Yukon River delta, surface sediment plumes are markedly formed by glacier-melt and rainfall sediment runoffs of the Yukon River, Alaska, in June– September. The discharge and sediment load time series of the Yukon River were obtained at the lowest gauging station of US Geological Survey in June 2006–September 2010. Meanwhile, by coastal observations on boat, it was found out that the river plume plunges at a boundary between turbid plume water and clean marine water at the Yukon River sediment load of more than ca. 2500 kg/s. Grain size analysis with changing salinity (‰) for the river sediment indicated that the suspended sediment becomes coarse at 2 to 5‰ by flocculation. Hence, the plume’s plunging probably occurred by the flocculation of the Yukon suspended sediment in the brackish zone upstream of the plunging boundary, where the differential settling from the flocculation is considered to have induced the turbid water intrusion into the bottom layer.

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 enseignants0,069
Score d'incertitude au seuil0,138

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
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrologyMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207