MétaCan
Menu
Retour à la cohorte
Enregistrement W1960417169 · doi:10.1002/hyp.9325

The effect of peatland harvesting on snow accumulation, ablation and snow surface energy balance

2012· article· en· W1960417169 sur OpenAlexaff
Scott J. Ketcheson, Pete Whittington, Jonathan S. Price

Notice bibliographique

RevueHydrological Processes · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSnowmeltPeatSnowpackSnowHydrology (agriculture)Environmental scienceAtmospheric sciencesGeologyGeomorphologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Snow distribution, ablation and snowmelt energy balance components were characterized in a vacuum harvested and an adjacent undisturbed forested section of a peatland during the 2009 snowmelt period to determine snow distribution and melt dynamics on a previously harvested peatland, since abandoned and partly revegetated. The forested peatland had the deepest snowpack at 121 cm, particularly along the edge of the forested section adjacent to the more windblown previously harvested peatland. The snowpack density was greatest in the harvested peatland, which was subject to greater wind compaction and mid‐winter melt‐refreeze episodes; however, snow water equivalence was higher in the forested peatland. Radiative fluxes dominated the snowmelt energy balance. Increased canopy cover within the forested peatland restricted incident radiation and delayed melt, whereas melt rates were rapid across the harvested peatland, driven by higher radiant and turbulent fluxes. Ablation calculated using a simple, one‐dimensional model showed good temporal agreement with the observed ablation trends except when standing melt water pooled on the surface of the harvested section, causing more rapid modelled melt rates than observed. The shallower snowpack and more rapid melt across the harvested peatland limited the amount of melt water that was available for spring recharge. Copyright © 2012 John Wiley & Sons, Ltd.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,029
Tête enseignante GPT0,248
Écart entre enseignants0,218 · 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 tête enseignante, 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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207