Beyond Climate Warming: How Salinization Accelerates Deoxygenation in Lakes
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.
Notice bibliographique
Résumé
This dataset provides a harmonized collection of lake- and watershed-scale attributes, time series, and analysis code used to evaluate salinization-driven deoxygenation in lakes across Canada and the contiguous United States. It includes a lake attributes table for 144 study lakes (coordinates, morphometry, residence time, stratification metrics such as BVF(t,S), and deep-water chemistry including hypolimnetic Cl/SC and DO), together with linked watershed descriptors derived from HydroLAKES, GLOBathy, BasinATLAS and global land-use/land-cover products (population density, fraction urban, road density, watershed-to-lake area ratio, climate statistics, and snow cover). Annual mean hypolimnetic DO and salinity proxies are provided for each lake for 1988–2022, along with a companion time-series_plots folder (zip file) containing 144 lake-specific JPG figures that visualize these trends. A separate table lists HydroLAKES waterbodies in Canada and the United States predicted to be at risk of salinization-driven deoxygenation based on the logistic-regression framework described in the associated manuscript. The repository also includes the core Python scripts used for data pre-processing, geospatial extraction, clustering, statistical analyses, and figure generation, enabling users to reproduce and extend the workflows.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,010 | 0,015 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,021 | 0,009 |
| Science ouverte | 0,012 | 0,016 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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