MétaCan
Menu
Retour à la cohorte
Enregistrement W4282933455 · doi:10.36829/63cts.v9i1.921

Water quality in The Lachuá Ecoregion Landscape: Comparing streams from Forest, Milpa, and an Oil Palm plantation

2022· article· en· W4282933455 sur OpenAlexafffund
Oscar Rojas, Carlos Avendaño, Ryan Isakson

Notice bibliographique

RevueCiencia Tecnologí­a y Salud · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of TorontoInternational Development Research Centre
Mots-clésEcoregionElaeis guineensisMonocultureEnvironmental scienceWater qualityBiochemical oxygen demandSTREAMSPalm oilRiparian forestChemical oxygen demandEnvironmental chemistryForestryRiparian zoneChemistryAgroforestryEcologyBiologyGeographyEnvironmental engineeringHabitatWastewater

Résumé

récupéré en direct d'OpenAlex

The hydrological network in the Lachuá Ecoregion (EL), Alta Verapaz, Guatemala, hosts high levels of biodiversity and supplies water to 44 Mayan communities. Despite this critical fact, this network has been threatened by scarcely monitored industrial activities including the rapidly expanding oil palm monoculture (Elaeis guineensis Jacq). Regardless of Lachua’s freshwaters importance, there is little information on how this monoculture impacts them. We compared water-quality properties from streams in oil palm plantations (P), paddock and milpa systems (M), and primary forests (F) in EL. During 2015-2016, 13 rivers were sampled (5 times) for water temperature, pH, dissolved oxygen (DO), conductivity, hardness, chemical and biochemical oxygen demand (COD and BOD), and concentration of silica, nitrates, phosphates, and ammonia. Several parameters showed significant differences. P were 2.7ºC and 1.8ºC warmer than M and F and carried 1.4mg/L more nitrates than F. F carried 10.8mg/L and 11.8mg/L more silica than M and P. M showed intermediate temperatures and silica concentrations, as well as 14.8µS/cm and 8.9µS/cm lower conductivities than P and F. Additionally, COD in M was 9.9mg/L and 4.6mg/L lower than P and F. We believe higher temperatures and lower silica in P are due to the loss of riparian forest and their role in buffering temperatures and recycling silicon. In addition, the existence of secondary forest (guamil) in M might explain the intermediate temperatures and silica concentrations. Our results highlight the contributions of forests to waterways and suggest potential water-quality depletion from the oil palm expansion in EL.

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 enseignants0,109
Score d'incertitude au seuil0,216

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
Bibliométrie0,0010,001
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 Opus0,036
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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCiencia Tecnologí­a y SaludMême sujetFish biology, ecology, and behaviorTravaux en français237 207