MétaCan
Menu
Retour à la cohorte
Enregistrement W1969550023 · doi:10.1071/mf08068

Sediment aggregation and water quality in wildfire-affected river basins

2009· article· en· W1969550023 sur OpenAlexaff
William Blake, Peter Wallbrink, Ian G. Droppo

Notice bibliographique

RevueMarine and Freshwater Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSettlingEnvironmental scienceSedimentNutrientPhosphorusHydrology (agriculture)Soil scienceEcologyGeologyChemistryEnvironmental engineeringGeomorphology

Résumé

récupéré en direct d'OpenAlex

Off-site transfer of nutrient-rich burnt soil has implications for downstream water quality. Coarsening of effective particle size (EPS) distributions in burnt material via aggregation of fines into composite particles modifies post-fire sediment and nutrient transport dynamics. Experiments were undertaken to establish temperature controls on wildfire-enhanced soil aggregation. Burnt and unburnt soil from a temperate eucalypt forest were analysed for EPS and settling velocity using a LISST-ST (Laser In Situ Scatter and Transmissometry with Settling Tube) particle size analyser. Next, samples were burnt (250–550°C) before further analysis with the LISST-ST. Settling velocities of naturally burnt soil aggregates were greater than unburnt aggregates of the same EPS. Experimental burning indicated that dense water-stable aggregates form at relatively low temperatures (250°C) probably due to distillation and carbonisation, through pyrolysis, of organic volatiles in surface litter. Under these conditions, the EPS distribution of burnt surface soil coarsens with up to 50% of the <63-µm fraction becoming aggregated. A positive relationship between ‘plant-available’ phosphorus and burn temperature was observed. Given that a large proportion of soil particulate phosphorus is associated with the <63-µm fraction, fire-related aggregation processes have potentially important implications for post-fire fine sediment and nutrient transport and storage dynamics.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,149
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,299
Écart entre enseignants0,275 · 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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetFire effects on ecosystemsTravaux en français237 207