MétaCan
Menu
Retour à la cohorte
Enregistrement W4302012065 · doi:10.32920/ryerson.14655648.v1

Geostatistical modelling of in-stream chloride concentrations across seasonal flow states in three urbanizing watersheds

2022· preprint· en· W4302012065 sur OpenAlexaffabout
Colin Richard Ash

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensToronto Metropolitan UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésWatershedEnvironmental scienceHydrology (agriculture)PondingGeographyEcologyGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Road salt causes increasing environmental chloride (Cl-) concentrations which threaten aquatic ecosystems. Environment Canada recommends that road authorities should develop salt management plans including identification of salt vulnerable areas. In this thesis, a Spatial Stream Network (SSN) geostatistical modelling approach was used with seasonal longitudinal field data to develop reach scale models of in-stream Cl- concentrations in three Southern Ontario watersheds. Significance of potential drivers (lane length density (LLD), agricultural & undifferentiated rural land (AURL), and permeability of surficial geology) of stream Cl- were assessed. Results suggest that SSN models are not consistently better than Euclidean models across watersheds. Unexpectedly, LLD was the most important predictor in the rural watershed, and AURL was most important in the urban watershed. Results also show that spatial structure in stream Cl- concentrations was lost under higher flow conditions, which has important implications for when data should be collected to map salt vulnerable areas.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,997

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,026
Tête enseignante GPT0,251
Écart entre enseignants0,225 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSmart Materials for ConstructionTravaux en français237 207