MétaCan
Menu
Retour à la cohorte
Enregistrement W4412981304 · doi:10.1016/j.eti.2025.104424

Multi-factors reveal spatiotemporal evolution trend and driving mechanism of salinity in coastal zone shallow sea area

2025· article· en· W4412981304 sur OpenAlexaff
Xihua Wang, Y. Jun Xu, Qinya Lv, Xunming Ji, Boyang Mao, Shunqing Jia, Zejun Liu, Chengming Luo, Dai Yan

Notice bibliographique

RevueEnvironmental Technology & Innovation · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Shanghai
Mots-clésSalinityMechanism (biology)OceanographyDriving factorsGeologyEnvironmental scienceGeographyChina

Résumé

récupéré en direct d'OpenAlex

Salinity is a key factor influencing the hydrology, ecology, and biogeochemistry of the ecosystem. Elevated salinity levels can lead to habitat loss. However, most current studies focus on estuarine and coastal wetlands, and the studies on salinity gradient change and its driving mechanism in coastal zone shallow sea areas remain poorly understood. This study selected the temperature and salinity data of Lianyungang in Jiangsu Province, Shidao, and Xiaomaidao in Shandong Province from January 1996 to June 2023. By employing Principal Component Analysis (PCA) and Pearson correlation analysis, we aimed to investigate the spatiotemporal changes and influencing factors of salinity. The results showed that there was no significant difference in the seasonal variation of salinity, which fluctuates around 30‰, and the interannual variation has been decreasing over time. The salinity tended to increase regionally with increasing latitude. Furthermore, both climate and natural factors, such as rainfall and runoff, were found to be crucial drivers of salinity changes, while the impact of proximity to the sea also varied over time. The variation trend of freshwater flux (FWF) and salinity is consistent, and a positive correlation was identified. While it was observed that freshwater input decreases salinity locally. Effects such as ocean currents and human activities, including agricultural land clearing, also regulate salinity. These results provide new insights into the mechanisms driving the spatiotemporal variation of salinity in coastal areas, offer a theoretical foundation for hyper-salinization prevention and control, and highlight directions for future research.

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 enseignants0,033
Score d'incertitude au seuil0,065

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
Bibliométrie0,0010,002
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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Technology & InnovationMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207