MétaCan
Menu
← Retour à la cohorte
Enregistrement W4295279310 · doi:10.1002/essoar.10512334.2

Blooms and flows: Effects of variable hydrology and management on reservoir water quality

2022· preprint· en· W4295279310 sur OpenAlexafffund
Kristin J. Painter, Jason J. Venkiteswaran, Helen M. Baulch

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensWilfrid Laurier UniversityGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesGlobal Water FuturesCanada First Research Excellence FundMitacs
Mots-clésWater qualityEnvironmental scienceEutrophicationHydrology (agriculture)Surface runoffInflowAlgal bloomBloomEcologyPhytoplanktonNutrientOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Flow management has the potential to significantly affect water quality. Shallow lakes in arid regions are especially susceptible to flow management changes which can have important implications for the formation of cyanobacterial blooms. Here, we reveal water quality shifts across a gradient of managed source water inflow regimes. Using in situ monitoring data, we studied a seven-year time span during which inflows to a shallow, eutrophic drinking water reservoir transitioned from primarily natural landscape runoff (2014 to 2015) to managed flows from a larger upstream reservoir (Lake Diefenbaker; 2016 to 2020) and identified significant changes in cyanobacteria (as phycocyanin) using generalized additive models to classify cyanobacterial bloom formation. We then connected changes in water source with shifts in chemistry and the occurrence of cyanobacterial blooms using principal components analysis. Phycocyanin was greater in years with managed reservoir inflow from mesotrophic Lake Diefenbaker (2016 to 2020) but dissolved organic matter (DOM) and specific conductivity, important determinants of drinking water quality, were greatest in years when landscape runoff dominated lake water source (2014 to 2015). Most notably, despite changing rapidly, it took multiple years for lake water to return to a consistent and reduced level of DOM after managed inflows from upstream Lake Diefenbaker were resumed, an observation that underscores how resilience may be hindered by weak resistance to change and slow recovery. Environmental flows for water quality are rarely defined yet here it appears trade-offs exist between poor water quality via elevated conductivity and DOM, and higher bloom risk. Taken together, our findings have important implications for water managers who must protect water quality while adapting to projected hydroclimatic change.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,009
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAquatic Ecosystems and Phytoplankton Dynamics→Travaux en français237 207→