MétaCan
Menu
Retour à la cohorte
Enregistrement W4321599990 · doi:10.1080/07011784.2023.2177196

Towards a better understanding of the evaporative cooling of rivers: case study for the Little Southwest Miramichi River (New Brunswick, Canada)

2023· article· en· W4321599990 sur OpenAlexaffvenueabout
Valérie Ouellet, Daniel Caissie

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésEvaporative coolerAbiotic componentEnvironmental scienceHeat fluxHydrology (agriculture)EvaporationSensible heatFlux (metallurgy)Atmospheric sciencesEcologyHeat transferMeteorologyGeographyGeologyBiologyChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Stream temperature plays an important role in many biotic and abiotic processes, as it influences many physical, chemical, and biological properties in rivers. As such, a good understanding of the thermal regime of rivers is essential for effective fisheries management and the protection of aquatic habitats. Moreover, a thorough understanding of underlying physical processes and river heat fluxes is essential in developing better and more adaptive water temperature models. Very few studies have quantified river evaporation and rivers’ corresponding evaporative cooling component. The present study investigated the evaporative cooling of the Little Southwest Miramichi River in Eastern Canada by calculating the evaporative heat flux and overall heat fluxes using in-situ data. Results showed that the evaporative heat flux reached −300 W m−2 mid-day when high water temperatures were observed. The daily evaporative heat flux can thus account for close to 50% of the total heat losses, followed by longwave radiation (25%), streambed heat fluxes (20%), and sensible heat (5%). Our results show that the evaporative heat flux can be a critical cooling mechanism for wide and shallow rivers during high summer temperatures.

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 enseignants0,024
Score d'incertitude au seuil0,175

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 technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,033
Tête enseignante GPT0,220
Écart entre enseignants0,187 · 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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetFish Ecology and Management StudiesTravaux en français237 207