Comment on bg-2021-358
Notice bibliographique
Résumé
Abstract. The summertime low-oxygen conditions in the Pearl River Estuary (PRE) have experienced a significant spatial expansion associated with notable deoxygenation in recent decades. Nevertheless, there is still a lack of quantitative data on the long-term trends and interannual variabilities in oxygen conditions in the PRE as well as on the driving factors. Therefore, the long-term deoxygenation in a subregion of the PRE (the coastal waters off Hong Kong) was comprehensively investigated in this study using monthly observations during 1994–2018. To evaluate the changes in scope and intensity of oxygen conditions, an indicator (defined as the low-oxygen index, LOI) that integrates several metrics related to low-oxygen conditions was introduced as the result of a principal component analysis (PCA). Moreover, primary physical and biogeochemical factors controlling the interannual variabilities and long-term trends in oxygen conditions were discerned, and their relative contributions were quantified by multiple regression analysis. Results showed that the regression models explained over 60 % of the interannual variations in LOI. Both the wind speeds and concentrations of dissolved inorganic nitrogen (DIN) played a significant role in determining the interannual variations (by 39 % and 49 %, respectively) and long-term trends (by 39 % and 56 %, respectively) in LOI. Due to the increasing nutrient loads and alterations in physical conditions (e.g., the long-term decreasing trend in wind speeds), coastal eutrophication was exaggerated and massive marine-sourced organic matter was subsequently produced, thereby resulting in an expansion of intensified low-oxygen conditions. The deteriorating eutrophication has also driven a shift in the dominant source of organic matter from terrestrial inputs to in situ primary production, which has probably led to an earlier onset of hypoxia in summer. In summary, the Hong Kong waters have undergone considerable deterioration of low-oxygen conditions driven by substantial changes in anthropogenic eutrophication and external physical factors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,017 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,131 | 0,116 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».