Nitrogen legacies in anthropogenic landscapes: a case study in the Mondego Basin in Portugal
Notice bibliographique
Résumé
Abstract Nitrogen (N) legacies have built up in anthropogenic landscapes over decades of agricultural intensification, and these legacies lead to time lags in water quality change measurable even beyond the moment of application of N. It is important to understand these legacies to quantify the relationship between N inputs and N concentrations in streams and implement best management practices for water quality improvement; however, little is known about the magnitude of legacies in various landscape elements like soils and groundwater. Here, we have used the ELEMeNT (Exploration of Long-tErM Nutrient Trajectories) model to explore the buildup and depletion of N legacies over a 216-year period, across the Mondego River Basin, a 6645-km 2 watershed in Portugal, where human interventions have considerably changed the characteristics of the basin to prevent floods and improve farming conditions in recent decades. The results show that the increase in the amount of inorganic fertilizer applied was the main driver for the anthropogenic N loads in the watershed from 1950 until the beginning of the 1990s. The N inputs have been decreasing since then, but N loads in the river did not document any decrease till the 1990s; after which there was a decline. This time lag between the N inputs to the watershed and the N loads in the river (about two decades) is a function of accumulation of N legacy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».