MétaCan
Menu
Retour à la cohorte
Enregistrement W4390691170 · doi:10.1029/2023jg007827

Assessing Hydrology, Biogeochemistry, and Organic Micropollutants in an Urban Stream‐Aquifer System: An Interdisciplinary Data Set

2024· article· en· W4390691170 sur OpenAlexaff
Andrea Popp, Robin Weatherl, Christian Moeck, Juliane Hollender, Mario Schirmer

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesEuropean Commission
Mots-clésEnvironmental scienceHyporheic zoneAquiferBiogeochemistryHydrology (agriculture)Water qualitySurface waterGroundwaterAquatic ecosystemUrban streamEnvironmental engineeringEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Urban expansion leads to increasing water pollution, impacting both human health and ecosystems. This decline in water quality often stems from insufficient wastewater treatment, along with runoff from both urban and agricultural areas. Water quality degradation challenges our efforts for sustainable water management and hinders progress toward the UN's Sustainable Development Goals (SDGs), particularly SDG6. Within aquatic environments, the hyporheic zone—the subsurface area where surface water and groundwater mix—plays a crucial role in facilitating pollutant turnover and overall aquatic health. Mixing between surface water and groundwater generates diverse microhabitats in the streambed with varying levels of oxygen, temperature, and chemical composition, which in turn allows diverse microbial communities to strive. The complexity of exchange flows within the hyporheic zone and associated turnover processes of pollutants and nutrients can only be assessed with detailed, cross‐disciplinary data sets including data about hydrology, climatology, biogeochemistry, and the subsurface composition. However, integrated data sets of this kind are seldom available. As a result, the drivers behind pollutant dynamics in stream‐aquifer systems are still not fully understood. Addressing this knowledge deficit, we present a comprehensive unique data set from an urban stream‐aquifer system in Switzerland spanning over 6 months. Incorporating hydrometric, tracer, nutrient, microbial and organic micropollutant data, our data set can help to shed light on the intricate mechanisms governing hyporheic exchange flows, as well as nutrient and organic micropollutant cycling in urban environments.

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)0,001
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 enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,067
Tête enseignante GPT0,400
Écart entre enseignants0,333 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207