MétaCan
Menu
Retour à la cohorte
Enregistrement W7099431955

J. Great Lakes Res. 33 (Special Issue 3):67–85 Internat. Assoc. Great Lakes Res., 2007 Water Quality in Great Lakes Coastal Wetlands: Basin-wide Patterns and Responses to an Anthropogenic Disturbance Gradient

2015· article· en· W7099431955 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender, Sexuality, and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWetlandWater qualityNutrientHydrology (agriculture)Surface waterDisturbance (geology)Water levelAgriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT. We present water quality data from 58 coastal wetlands, sampled as part of a larger effort investigating effects of nutrient enrichment and habitat disruption in the Laurentian Great Lakes. Our sampling design selected sites from across a gradient of agricultural intensity within combinations of biogeographic ecoprovince and wetland hydromorphic type and captured a large range in water quality. Levels of total nutrients (N and P), and various measures of particulate concentration, water clarity, and ionic strength were strongly associated with agricultural intensity in the watershed, and could be effec-tively aggregated into an overall principal component-based water quality descriptor. Lake Erie wetlands had the highest nutrient levels and lowest water clarity, while wetlands in Lakes Superior and Huron had the lowest nutrient levels and clearest water. Lake Ontario wetlands had clearer water than would be expected from their nutrient levels and position on the agricultural intensity gradient. Dissolved oxygen, silica, pH, and dissolved organic carbon (DOC) were independent of agricultural intensity but DOC was responsible for low water clarity in some Lake Superior wetlands. Simple classification by hydromorphic type (riverine or protected) did not explain water quality differences among wetlands exposed to similar agricultural intensity levels, so finer hydrologic classification may be desirable. Results are used as a basis for discussing research and information needs underlying development of water quality criteria and monitoring programs for coastal wetlands of the Great Lakes.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0550,028

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 Opus0,073
Tête enseignante GPT0,370
Écart entre enseignants0,297 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGender, Sexuality, and EducationTravaux en français237 207