High-Frequency Data Provides Insight into Chloride Transport Pathways and Exceedances of Chronic Chloride Guidelines for the Protection of Aquatic Life in Streams Impacted by Deicers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Assessments of elevated stream chloride (Cl) concentrations ([Cl]), predominantly sourced from winter application of road deicers across snow belt regions, are starting to use high-frequency data, more so in the United States (U.S.) than in Canada. Here, [Cl] was derived from high-frequency specific conductance (SC) measurements from nine streams draining urbanized subwatersheds around Hamilton, Ontario, Canada, between May 2020 and April 2021. We assess [Cl] dynamics to understand dominant transport pathways and characterize water quality guideline exceedances to assess ecological risk while comparing Canadian and U.S. methodologies. These streams exhibited an alarming extent of high [Cl] as six streams exceeded the Canadian short-term guideline >90% of both the salting and non-salting seasons. High-frequency stream [Cl] revealed Cl-impacted groundwater maintaining baseflow [Cl], while fast pathways (e.g., sewers) drive [Cl] pulses in the salting season and episodic dilutions in the non-salting season. Application of the higher U.S. guideline gave consistently lower exceedances. Its application of rolling averages to high-frequency data also obscures episodic dilutions that reduce [Cl] below guideline thresholds and may provide brief intervals of refuge to organisms. High-frequency data provided insight into Cl pathways and ecological risk, though exceedance results are sensitive to the guideline methodology.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle