MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412702300 · doi:10.1016/j.jglr.2025.102636

Climate change impacts on hydrology and phosphorus loads under projected global warming levels for the Lake of the Woods watershed

2025· article· en· W4412702300 sur OpenAlexafffundvenue
Phil Fong, Rajesh R. Shrestha, Yongbo Liu, Reza Valipour

Notice bibliographique

RevueJournal of Great Lakes Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésWatershedEnvironmental scienceHydrology (agriculture)Climate changeGlobal warmingPhosphorusOceanographyGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Climate change and variability could directly impact inflows and nutrients from the watershed into Lake of the Woods (LoW), which has been experiencing seasonal algal blooms with a shift in community composition of bloom species mostly to toxin species over the past decades. The main contributing factor to these blooms is deemed to be external inflowing total phosphorus (TP) mostly from the Rainy River. Here, we advance our understanding of potential impacts of climate change on streamflow and non-point source (NPS) TP in the LoW watershed. To this end and for the first time, we developed LoW watershed CanSWAT (Soil and Water Assessment Tool) models forced with climate projections from seven downscaled Coupled Model Intercomparison Project Phase 6 Global Climate Models under two Shared Socioeconomic Pathways. We analyzed hydrological and water quality change at policy-relevant +1.5 to +3.0 °C Global Mean Temperature (GMT) above the pre-industrial period. Under 1.5–3.0 °C GMT increases, projected mean runoff (NPS TP) is 7.3–36.6 % (1.5–117.6 %) and 7.5–31.7 % (−1.6 to 81.4 %) higher than the 1980–2010 reference period in winter/spring in the Precambrian Shield and Agassiz zone, respectively; and lower in summer (−3.0 to −18.8 % (−0.01 to −20.1 %) for both regions). Changes in mean annual Rainy River NPS TP range from −1.8 to 3.1 %. Furthermore, there is a shift in seasonal delivery of NPS TP loads to LoW with winter/spring increases (3.5–26.8 %) and summer/autumn reductions (−0.01 to −14.8 %), which could potentially affect algal productivity and general water quality in LoW. These findings provide important insights to inform future water quality and nutrient management plans.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,279

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,072
Tête enseignante GPT0,356
Écart entre enseignants0,284 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Great Lakes Research→Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→