MétaCan
Menu
Retour à la cohorte
Enregistrement W4401856346 · doi:10.3390/w16162337

Significant Rise in Sava River Water Temperature in the City of Zagreb Identified across Various Time Scales

2024· article· en· W4401856346 sur OpenAlexaff
Ognjen Bonacci, Ana Žaknić‐Ćatović, Tanja Roje-Bonacci

Notice bibliographique

RevueWater · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesEuropean Regional Development FundEuropean Commission
Mots-clésEnvironmental scienceAir temperatureHydrology (agriculture)LimitingClimatologyAtmospheric sciencesGeology

Résumé

récupéré en direct d'OpenAlex

The study analyzed available data series of the Sava River’s water temperature measured at the Zagreb gauging station. Official data from the Croatian Meteorological and Hydrological Service (DHMZ) in Zagreb were utilized. Over the 73 years from 1948 to 2020, there are only 53 years with complete measurement records. Despite this limiting fact, it was considered important to analyze the behavior of the Sava River’s water temperatures in Zagreb over the past 70 years, during which a significant increase in air temperatures has been observed in the region, particularly in the city of Zagreb. Analyses were conducted on the characteristic (minimum, mean, and maximum) water temperatures over timescales of years, months, and days. The relationship between water temperatures (TW) and air temperatures (TA) measured at the Grič Observatory and the flows (Q) of the Sava River in Zagreb were investigated. A trend of rising water temperatures was observed throughout the entire period from 1948 to 2020, with the intensity significantly increasing in the recent period starting from 1988. The trend of rising air temperatures is the primary driver of the increase in the water temperatures of the Sava River in Zagreb. However, the impact of reduced water flow, especially during the warm season, should not be overlooked. This effect is amplified by the observed trend of decreasing minimum flows of the Sava during the warm season, from June to September. As a result, the most significant rise in water temperatures of the Sava River in Zagreb occurs during prolonged low-water summer periods, particularly in July. A strong trend has been observed in the increasing number of days per year with mean daily water temperatures of the Sava River exceeding 20 °C. This higher water temperature occurs increasingly earlier in the year, lasts longer, and ends later, often extending into September.

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 enseignants0,063
Score d'incertitude au seuil0,126

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,006
Tête enseignante GPT0,220
Écart entre enseignants0,214 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFish Ecology and Management StudiesTravaux en français237 207