MétaCan
Menu
Retour à la cohorte
Enregistrement W6944869128 · doi:10.20383/103.0640

Modeling multi-year phosphorus dynamics in a bioretention cell: phosphorus partitioning, accumulation, and export

2022· dataset· en· W6944869128 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueFederated Research Data Repository · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioretentionSurface runoffEutrophicationBiogeochemical cyclePhosphorusStormwaterOutflowNutrientHydrology (agriculture)

Résumé

récupéré en direct d'OpenAlex

Abstract: Nutrient phosphorus (P) export from urban areas via stormwater runoff contributes to eutrophication of downstream aquatic ecosystems. Bioretention cells are a Low Impact Development (LID) technology promoted as a green solution to attenuate urban peak flow discharge, as well as the export of excess nutrients and other contaminants. Despite their rapidly growing implementation worldwide, a predictive understanding of the efficiency of bioretention cells in reducing P runoff remains limited. Here, we present a reaction-transport model data and codes that was used to simulate the fate and transport of P in a bioretention cell facility in the greater Toronto metropolitan area. The model incorporates a representation of the biogeochemical reaction network that controls P cycling within the cell. We used the model as a diagnostic tool to determine the relative importance of processes immobilizing P in the bioretention cell. The model predictions were compared to multi-year observational data on 1) the outflow loads of total P (TP) and soluble reactive P (SRP) during the 2012-2017 period, 2) TP depth profiles collected at 4 time points during the 2012-2019 period, and 3) sequential chemical P extractions performed on core samples from the filter media layer obtained in 2019. According to the modeling results, groundwater recharge was principally responsible for decreasing the surface water discharge from the bioretention cell (63% runoff reduction). From 2012 to 2017, the cumulative outflow export loads of TP and SRP only accounted for 1% and 2% of the corresponding inflow loads, respectively. Accumulation in the filter media layer was the predominant mechanism responsible for the reduction in P outflow loading (57% retention of TP inflow load) followed by plant uptake (21% TP retention). Of the P retained within the filter media layer, 48% occurred in stable, 41% in potentially mobilizable, and 11% in easily mobilizable forms. There were no signs that the P retention capacity of the bioretention cell would approach saturation in the near future. The design of this bioretention facility seems therefore especially efficient at controlling urban P runoff. This Dataset includes the model scripts and modelled results dataset for Elm Drive bio retention cell.

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.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,000
Communication savante0,0020,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,005
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 Opus0,164
Tête enseignante GPT0,396
Écart entre enseignants0,232 · 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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederated Research Data RepositoryTravaux en français237 207