MétaCan
Menu
Retour à la cohorte
Enregistrement W1882058918 · doi:10.1139/s07-030

Runoff and inorganic nitrogen export from Boreal Plain watersheds six years after wildfire and one year after harvest

2008· article· en· W1882058918 sur OpenAlexaffvenueabout
David E. Pelster, Janice M. Burke, Ellie E. Prepas

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of AlbertaLakehead University
Organismes subventionnairesnon disponible
Mots-clésSurface runoffEnvironmental scienceWatershedNitrateHydrology (agriculture)SnowmeltBorealPrecipitationNitrogenAgronomyGeographyEcologyChemistryBiologyGeology

Résumé

récupéré en direct d'OpenAlex

This investigation in the Swan Hills, Alberta, located on the Canadian Boreal Plain, examined May through October runoff before, during and six years after wildfire in a 4th order watershed, compared to a 3rd order reference watershed. It also examined runoff and inorganic nitrogen flow-weighted mean concentration and areal export for 1 year after winter harvest in four 1st order watersheds compared to five reference 1st and 2nd order watersheds. Runoff and areal exports were normalized to precipitation at each site. Runoff impact ratios (year 1 post-disturbance value divided by the pre-disturbance value) for burned and harvested watersheds were 60 and 70% higher, respectively, than reference watersheds (P = 0.06). Runoff from the burned watershed remained elevated 6 years after fire. A trend for higher nitrate and ammonium concentrations, combined with higher runoff yielded impact ratios for areal ammonium and nitrate exports that were 130 and 170% higher, respectively, in harvested than reference watersheds (P = 0.08 for both). The proportion of the watershed harvested was positively related to runoff (r2 = 0.94, P = 0.03) and ammonium impact ratios (r2 = 0.96, P = 0.02), but not nitrate impact ratios (P = 0.30). Areal nitrate export in snowmelt was low in harvested watersheds compared to their pre-harvest condition and to reference watersheds.

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 enseignants0,396
Score d'incertitude au seuil0,788

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,003
Tête enseignante GPT0,146
Écart entre enseignants0,143 · 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

Citations14
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207