The Impact Of Urbanization on Water Quality and Riparian Land Cover Change in the Grand River Watershed
Notice bibliographique
Résumé
The research topic of my paper is the impact of urbanization on water quality and riparian land cover change in the Grand River watershed. Urban expansion could have unpredictable impacts on natural environment and resources. This watershed is comprised of lots of major rivers and tributaries in Canada which are significant hydrological resources to humans and nature, so it plays important roles in providing nearby residences water use and land irrigation. The watershed contains two First Nation territories and a total of 39 municipalities, including larger cities like Waterloo, Kitchener, Guelph, and Cambridge (GRCA 2008), so rapid urbanization could be one of the factors to degrade water quality and the underwater ecosystem. Moreover, due to the water quality change of the water, the riparian area land cover can correspondingly change over the years. Therefore, this study will mainly focus on studying water quality trends from 2000 to 2020, and data is collected from 12 water monitoring stations near the large cities in the watershed. The water quality will be defined by parameters like pH, temperature, conductivity, turbidity, and other chemical elements. The land cover layer of 2000 and 2020 will be used to compare the riparian land cover change, illustrating the spatial relationship of urban expansion and riparian area with significant land cover change. Furthermore, more discussions will focus on if the riparian land cover change is closely related to water quality degradation caused by urbanization. The final deliverable would be presented by ArcGIS pro layouts and statistic charts.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».