MétaCan
Menu
Retour à la cohorte
Enregistrement W4245381006 · doi:10.46427/gold2020.708

N and P as Ultimate and Proximate Limiting Nutrients in the Northern Gulf of Mexico and Elsewhere

2020· article· en· W4245381006 sur OpenAlexaff
Katja Fennel, Arnaud Laurent, Jeremy M. Testa

Notice bibliographique

RevueGoldschmidt Abstracts · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNutrientEnvironmental scienceHypoxia (environmental)WatershedContext (archaeology)PhosphorusOceanographyEcologyHydrology (agriculture)GeologyBiologyOxygenChemistry

Résumé

récupéré en direct d'OpenAlex

The occurrence of hypoxia in coastal oceans is a longstanding and growing problem worldwide, and clearly linked to anthropogenic nutrient inputs. While the need for reducing anthropogenic nutrient loads is generally accepted, it is costly and thus requires scientifically sound nutrient-reduction strategies. Issues under debate include the relative importance of nitrogen (N) and phosphorus (P), and the magnitude of reduction requirements. The largest anthropogenically induced hypoxic area in North American coastal waters (of 15,000+/-5,000 km 2 ) forms every summer in the northern Gulf of Mexico where the Mississippi and Atchafalaya Rivers deliver large amounts of freshwater and nutrients to the shelf. A 2001 Action Plan for reducing this hypoxic area by nutrient management in the watershed called for a reduction of N loads. Since then evidence of P limitation during the time of hypoxia formation has arisen, and a dual nutrient reduction strategy for this system has been endorsed. We will report on the first systematic analysis of the effects of single and dual nutrient load reductions with a spatially explicit physicalbiogeochemical model for the northern Gulf of Mexico [1] and put the results in context of other coastal low-oxygen zones with large anthropogenic nutrient loads

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)0,001
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 enseignants0,364
Score d'incertitude au seuil0,724

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,200
Écart entre enseignants0,187 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGoldschmidt AbstractsMême sujetMarine and coastal ecosystemsTravaux en français237 207