MétaCan
Menu
Retour à la cohorte
Enregistrement W4285011958 · doi:10.1029/2022wr032522

Classifying Mixing Regimes in Ponds and Shallow Lakes

2022· article· en· W4285011958 sur OpenAlexafffund
Meredith A. Holgerson, David C. Richardson, Joseph Roith, Lauren E. Bortolotti, Kerri Finlay, Daniel J. Hornbach, Kshitij Gurung, Mikkel René Andersen, Sheel Bansal, Jacques C. Finlay, Jacob A. Cianci‐Gaskill, Shannon Hahn, Benjamin D. Janke, Cory P. McDonald, Jorrit P. Mesman, Rebecca L. North, Cassandra O. Roberts, Jon N. Sweetman, Jackie R. Webb

Notice bibliographique

RevueWater Resources Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversity of ReginaDucks Unlimited Canada
Organismes subventionnairesWater Resources Center, University of MinnesotaU.S. Forest ServiceMacalester CollegeUniversity of MissouriUniversity of MinnesotaGlobal Lake Ecological Observatory Network
Mots-clésStratification (seeds)Environmental scienceTemperate climateWaves and shallow waterBiogeochemical cycleConvective mixingMixed layerHydrology (agriculture)Atmospheric sciencesOceanographyConvectionEcologyGeographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Lakes are classified by thermal mixing regimes, with shallow waterbodies historically categorized as continuously mixing systems. Yet, recent studies demonstrate extended summertime stratification in ponds, underscoring the need to reassess thermal classifications for shallow waterbodies. In this study, we examined the summertime thermal dynamics of 34 ponds and shallow lakes across temperate North America and Europe to categorize and identify the drivers of different mixing regimes. We identified three mixing regimes: rarely (n = 18), intermittently (n = 10), and often (n = 6) mixed, where waterbodies mixed an average of 2%, 26%, and 75% of the study period, respectively. Waterbodies in the often mixed category were larger (≥4.17 ha) and stratification weakened with increased wind shear stress, characteristic of “shallow lakes.” In contrast, smaller waterbodies, or “ponds,” mixed less frequently, and stratification strengthened with increased shortwave radiation. Shallow ponds (<0.74 m) mixed intermittently, with daytime stratification often breaking down overnight due to convective cooling. Ponds ≥0.74 m deep were rarely or never mixed, likely due to limited wind energy relative to the larger density gradients associated with slightly deeper water columns. Precipitation events weakened stratification, even causing short‐term mixing (hours to days) in some sites. By examining a broad set of shallow waterbodies, we show that mixing regimes are highly sensitive to very small differences in size and depth, with potential implications for ecological and biogeochemical processes. Ultimately, we propose a new framework to characterize the variable mixing regimes of ponds and shallow lakes.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,032
Tête enseignante GPT0,279
Écart entre enseignants0,247 · 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

Citations101
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207