MétaCan
Menu
Retour à la cohorte
Enregistrement W4417185630 · doi:10.3354/aei00513

Role of flocculation in the spatial and temporal variation in organic matter flux at an active salmon aquaculture site in a deep fjord

2025· article· en· W4417185630 sur OpenAlexaboutno aff
Brent Law, A. W. Ratsimandresy, Dounia Hamoutene, Vanessa S. Zions, Edward P. W. Horne

Notice bibliographique

RevueAquaculture Environment Interactions · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrganic matterAquacultureFlux (metallurgy)Spatial variabilityVariation (astronomy)Flocculation

Résumé

récupéré en direct d'OpenAlex

Sediment traps with programmable bottles collected settling material in a deepwater fjord on the southwest coast of Newfoundland at active salmon aquaculture sites and at sites 1000 m away from operations. Both the total and organic fluxes were up to an order of magnitude larger at the 2 aquaculture sites compared to the 2 sites 1000 m away. Stable isotopes, organic matter %, % carbon, and grain size were used to characterize the transport of aquaculture-derived waste material away from active sites. Floc fraction, a process-based parameterization of the disaggregated inorganic grain size of collected sediment, was used to show that flocculation was the dominant process in controlling the deposition of suspended particulate matter. Up to 79% of the material deposited was flocculated. Stable isotope and organic carbon analysis of the deposited material indicated that aquaculture waste products could be elucidated 1000 m from operations, consistent with other studies. In this fjord setting, the simplistic model AutoDEPOMOD was unable to predict the amount of organic matter deposition that was observed in our sediment traps. Better model parameterization is required in order to confidently simulate and manage the effects of finfish aquaculture discharges.

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)0,000
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 enseignants0,173
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,225 · 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 revueAquaculture Environment InteractionsMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207