MétaCan
Menu
Retour à la cohorte
Enregistrement W1902044804 · doi:10.1029/2004wr003099

Simulating soil water dynamics in a cutover bog

2004· article· en· W1902044804 sur OpenAlexaff
Gavin Kennedy, Jonathan S. Price

Notice bibliographique

RevueWater Resources Research · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPeatWater tableHydrology (agriculture)Environmental scienceSoil scienceHydraulic conductivityWater contentBogInfiltration (HVAC)Water levelGeologySoil waterGroundwaterGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

A simulation model flow in cutover peat systems (FLOCOPS) was developed to improve the current understanding of the hydrology of cutover peatlands and the water management programs designed to restore them. FLOCOPS considers temporal variability in peat bulk density, shrinkage character and θ‐Ψ (soil moisture–pressure head) relationships, volume changes due to compression, and changes to saturated hydraulic conductivity ( K S ) and saturated volumetric soil moisture (θ S ). FLOCOPS was evaluated by comparing simulated and observed 1998–1999 trends in elevation change (thickness of peat deposit), water table, θ, and Ψ. FLOCOPS effectively represented observed trends in elevation change, θ, and Ψ. A sensitivity analysis indicated that FLOCOPS was most sensitive to the retention, storage, and consolidation characteristics of the peat. Volume changes reduced hydrological variability, whereas low water retentivity and high water storage helped maintain high and stable θ, Ψ, and water table position. The sensitivity of the peat system's hydrology to changes in pore structure suggests that minimizing changes to the peat's characteristic pore structure during extraction and subsequent abandonment of the peatland will result in significantly more favorable hydrological conditions for bog restoration.

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)0,001
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,023
Tête enseignante GPT0,293
Écart entre enseignants0,270 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations46
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetPeatlands and Wetlands EcologyTravaux en français237 207