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 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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 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

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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