MétaCan
Menu
Retour à la cohorte
Enregistrement W4245689734 · doi:10.1002/essoar.10506534.1

Stable Isotopes As Tracer Of Water Cycling From Precipitation To Tap Water Across Canada

2021· preprint· en· W4245689734 sur OpenAlexaffabout
Shelina Akter, Clément P. Bataille, Yusuf Jameel

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTRACERTap waterCyclingPrecipitationIsotopeEnvironmental scienceStable isotope ratioHydrology (agriculture)Environmental chemistryChemistryGeologyGeographyEnvironmental engineeringMeteorologyNuclear physicsForestryPhysics

Résumé

récupéré en direct d'OpenAlex

There is a growing need to address water security issues in Canada in relation to global warming effects and water management issues. Stable water isotopes (𝛿2H and 𝛿18O) have become a popular tool to investigate regional and country level public water distribution systems to identify regional water resource issues and their underlying causes. In this study, we built the first national level maps of isotopic values in tap water across Canada using 576 tap water samples that were collected during the summer season. Observed isotopic values in tap water follow similar patterns as precipitation with highest isotopic values in the coastal and Great Lakes regions and a progressive decrease as continentality increases with lowest values found in the Rocky Mountains. We classified the tap water samples based on their supply sources including groundwater, river and lake. The isotopic values of tap water sourced from groundwater and river are well-predicted by those of local annual precipitation whereas those sourced from lakes are poorly predicted. To explain this difference, we constructed a series of water balance models to predict the 𝛿2H and 𝛿18O variability of surface water across Canada. We used a digital elevation model to accumulate the isotopic composition of local precipitation weighed by precipitation (total or effective) either monthly, seasonally or annually. These water balance models strongly improved the predictability of isotopic values of tap waters sourced from rivers and lakes (particularly the annual average and monthly weighted summer models, with or without accounting for evapotranspiration). Conversely, these models did not improve predictability of the isotopic values in tap water sourced from groundwater. We argue that isotope values of tap water sourced from surface water reflect the accumulation and evapotranspiration of precipitation in catchments whereas groundwater represents an annual average of the isotopic composition of local precipitation. Regionally, we find that winter precipitation and snow melt and glaciers melt from the Rockies contribute to a large part of tap water sources around the Rockies making them vulnerable to water balance changes with ongoing climate warming. In eastern Canada water management processes appear to create some significant evaporative water losses whereas in central Canada dry continental climate causes significant evaporative water loss. Our study highlights the cycling of water from precipitation to tap water across Canada for different tap water supply with implications for water managements, contamination risks and vulnerability to climate change. Our models and databases also provide an isotopic baseline for regionally important water resources monitoring as well as for human forensic cases.

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 enseignants0,021
Score d'incertitude au seuil0,155

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGroundwater and Isotope GeochemistryTravaux en français237 207