MétaCan
Menu
Retour à la cohorte
Enregistrement W4281638898 · doi:10.1007/s10661-022-10117-5

Water temperature variability at culvert replacement sites and river thermal impacts related to the removal of an old sediment pond: application on the Barnet Brook and a tributary of the Nerepis River (New Brunswick, Canada)

2022· article· en· W4281638898 sur OpenAlexaffabout
Daniel Caissie, Andy Smith

Notice bibliographique

RevueEnvironmental Monitoring and Assessment · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésCulvertTributaryHydrology (agriculture)STREAMSEnvironmental scienceVegetation (pathology)SedimentGeologyGeotechnical engineeringGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

Culverts are very important hydraulic structures for stream crossing, and they come in various shapes and materials. There are generally two different types of culverts, i.e., closed bottom and open bottom structures. In the present study, two closed bottom culverts have been replaced by open bottom structures (arch culverts) during the summer of 2018. The objective of the present study was to analyze water temperature variability along the impacted sites, one year after the replacement, i.e., 2019 to assess potential impacts of the streamside vegetation removal on the thermal conditions of these streams. Results showed a significant (p < 0.05) change in mean summer temperatures at both sites. Changes in stream temperatures at Barnet Brook were attributed to the removal of an old sediment pond, whereas changes in stream temperatures at the tributary of the Nerepis River were likely due to the removal of the streamside vegetation. Increases in water temperatures (> 4 °C) were more pronounced during low flow periods compared to high flow conditions at both sites.

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 enseignants0,339
Score d'incertitude au seuil0,682

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,004
Tête enseignante GPT0,201
Écart entre enseignants0,197 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Monitoring and AssessmentMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207