MétaCan
Menu
Retour à la cohorte
Enregistrement W4291796645 · doi:10.1002/hyp.14675

Sediment sources and transport dynamics in large, regulated river systems with multiple lakes and reservoirs in the subarctic region of Canada

2022· article· en· W4291796645 sur OpenAlexafffundabout
Masoud Goharrokhi, Gregory K. McCullough, David A. Lobb, Philip N. Owens, Alexander J. Koiter

Notice bibliographique

RevueHydrological Processes · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensUniversity of Northern British ColumbiaBrandon UniversityUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésHydrology (agriculture)Subarctic climateSedimentWatershedSedimentary budgetSurface runoffWeirSediment transportGeologyErosionEnvironmental scienceOceanographyGeomorphologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The Burntwood River (BR) and Upper Nelson River (UNR) are regulated rivers in the subarctic region of Canada. They merge at Split Lake and then discharge into Hudson Bay via the Lower Nelson River (LNR). The BR water discharge was increased eight‐fold by a cross‐watershed diversion in 1976. The UNR drains the 11 th largest lake in the world, Lake Winnipeg, which itself receives discharge from a large North American Interior Plains watershed. Sediment loads and the source fingerprinting approach in these rivers were used to: (a) identify the sediment sources; (b) examine the impact of climate change and flow regulation on the BR and UNR sediment loads; and (c) assess the influence of Split Lake on downstream delivery of sediment into the LNR. Lake Winnipeg effectively decouples the UNR from the sediment sources in its prairie watershed. Fluvial riverbank and reservoir shoreline erosion in the UNR increased in the late 1990s, in response to a multi‐decadal increase in discharge forced by climate change in the Lake Winnipeg watershed. The BR sediment load was increased seven‐fold by diversion. Since diversion, flow regulation near the licenced limit has muted the response to variability in local precipitation and runoff; however, erosion processes independent from discharge (bank failures and subaerial processes) add variability in the sediment load record. Based on sediment budgeting, Split Lake conveys almost 80% of the BR and UNR sediment load into the LNR. The greater sediment load in the UNR (~1100 Gg year −1 , compared to ~530 Gg year −1 from the BR) reveals that the UNR is the primary sediment source into the LNR, so that downstream sediment transport dynamics are more sensitive to the environmental changes in the UNR than to disturbances in the BR. Whether this may change in the future depends on changes in climate and engineering responses to increasing demand for hydroelectric power.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,592
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,174
Écart entre enseignants0,162 · 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 tête enseignante, 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

Citations7
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetSoil erosion and sediment transportTravaux en français237 207