MétaCan
Menu
Retour à la cohorte
Enregistrement W6922026885 · doi:10.1139/cjss-2014-012

Impacts of climate change on nutrient losses from the Pike River watershed of southern Québec

2015· article· en· W6922026885 sur OpenAlexaboutno aff

Notice bibliographique

RevueBioOne Complete (BioOne) · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeWatershedHydrology (agriculture)Water qualityNutrientPikeClimate modelEffects of global warming

Résumé

récupéré en direct d'OpenAlex

Gombault, C., Madramootoo, C. A., Michaud, A. R., Beaudin, I., Sottile, M. F., Chikhaoui, M. and Ngwa, F. F. 2015. Impacts of climate change on nutrient losses from the Pike River watershed of southern Québec. Can. J. Soil Sci. 95: 337-358. The impacts of climate change on water quality in the Pike River watershed, an important contributor of nutrient loads into the northern arm of Lake Champlain, were simulated for the time horizon 2041-2070. Four water quality scenarios were simulated using a calibrated version of the Soil and Water Assessment Tool (SWAT) customized to Québec agroclimatic conditions. Three of the scenarios were generated using climate data simulated with the Fourth-generation Canadian Regional Climate Model (CRCM4). The fourth scenario was generated using the climate simulated with the Arpege Regional Climate Model. Potential mean climate-induced changes in sediment, phosphorus, and nitrogen yield projected by these scenarios were then analyzed for the 2050 horizon. In addition, the impacts of the different sources of climate projection uncertainty were assessed by comparing climate model initial conditions, and climate model physical structure effects on the hydrochemical projections. Only one climate scenario projected a significant increase in mean annual total phosphorus [10 metrics tons (t) yr-1 or 14%] and total nitrogen (260 t yr-1 or 17%) loads. However, when shorter time spans (seasonal and monthly scales) were considered, several significant changes were detected, especially in winter. Sediment and nutrient loadings, in winter, were predicted to become three to four times higher than current levels. These increases were attributed to a greater vulnerability of soils to erosion in winter due to the decrease in the snowpack, early onset of spring snowmelt, a greater number of rainfall events, and snowmelt episodes caused by higher winter and spring temperatures.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,084
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,229
Tête enseignante GPT0,236
Écart entre enseignants0,007 · 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 tête enseignante, pas un consensus.

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetHydrology and Watershed Management StudiesTravaux en français237 207