MétaCan
Menu
Retour à la cohorte
Enregistrement W4255273716 · doi:10.32920/ryerson.14645151

Evaluation of nutrient retention and sediment deposition in two urban stormwater retention ponds

2021· preprint· en· W4255273716 sur OpenAlexaffabout
Ryan Chad Ian Cheung

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésStormwaterNutrientSurface runoffEnvironmental scienceSuspended solidsTotal suspended solidsPollutantSedimentDeposition (geology)PhosphorusHydrology (agriculture)Retention basinEnvironmental engineeringEcologyWastewaterChemical oxygen demandChemistryBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Stormwater ponds have been implemented in many municipalities to control urban runoff and retain pollutants, such as nutrients and suspended solids. Two stormwater ponds in Toronto, Ontario were evaluated for their ability to retain nutrients and suspended solids and were also used to investigate mechanisms by which stormwater ponds remove nutrient pollutants, including the importance of deposition and internal loading. Over the entire study period, Hydro Pond East (HEP) retained 1415 mg of total suspended solids (TSS) and MAT retained 1127 mg of TSS. Both Hydro East Pond (HEP) and Mattamy Rouge (MAT) were net exporters of phosphorus (P) over the entire season, with 6.35 mol or 0.20 kg and 53.9 mol or 1.67 kg exported, respectively. HEP had net retention of 2672 mol or 37.4 kg of nitrogen (N) but MAT exported 264 mol or 3.7 kg of nitrogen over the entire study. This study has demonstrated that stormwater ponds have the ability to provide retention of nutrients and TSS, but their function may be enhanced as they may become exporters. However, the amount of nutrients exported was extremely low and may have been driven by the anomalously dry 2016 year in Toronto. Further research should be done on these same ponds to observe how they may perform under an anomalously wet year (e.g. 2017). There is a need for a future model to synthesize the data from literature on stormwater ponds to better understand their function to better help local water managers determine if these ponds are needed and how they may need to enhance their function.

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 enseignants0,176
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
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 Opus0,036
Tête enseignante GPT0,272
Écart entre enseignants0,236 · 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 sujetUrban Stormwater Management SolutionsTravaux en français237 207