MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285392493 · doi:10.1139/cjfas-2021-0349

Rapid improvement of lake acid–base status in Atlantic Canada following steep decline in precipitation acidity

2022· article· en· W4285392493 sur OpenAlexafffundvenueabout
Daniel Houle, Fougère Augustin, Suzanne Couture

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité du Québec à MontréalEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésAlkalinityAcid neutralizing capacityAcid rainPrecipitationNitrateSulfateEnvironmental scienceNova scotiaAcid depositionEnvironmental chemistryAquatic ecosystemNitrogenHydrology (agriculture)EcologyChemistryOceanographyGeographyBiologyGeologySoil scienceSoil water

Résumé

récupéré en direct d'OpenAlex

Policy measures resulted in reductions in acidic emission of sulfur and nitrogen in North America. Here, we conducted trend analyses on a 37-year database for atmospheric depositions and lake ( n = 78) chemistry in the provinces of Nova Scotia, New Brunswick, and Newfoundland and Labrador, in Canada. Sulfate, and particularly nitrate deposition, began to decrease strongly around the year 2000, resulting in strong pH increases in precipitation. Recovery was observed in most lakes with significant increases in pH and Gran alkalinity (AlcG). A piecewise regression approach detected coherent breaks and overlapping confidence intervals in the break years for precipitation pH and lake AlcG (to a lesser extent for lake pH), suggesting a rapid lake response to the sudden changes in acidic inputs. However, an increase in organic acid after 2000 decreases the rate of acid neutralizing capacity recovery nearly by half in about a third of the studied lakes. Despite the positive pH and AlcG trends, a significant proportion of lakes still have pH and calcium values below the recommended thresholds for aquatic life.

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 enseignants0,020
Score d'incertitude au seuil0,063

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,188
Écart entre enseignants0,174 · 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

Citations16
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and coastal ecosystems→Travaux en français237 207→