MétaCan
Menu
Retour à la cohorte
Enregistrement W1971023834 · doi:10.1111/j.1752-1688.2010.00419.x

The Role of Riparian Vegetation in Protecting and Improving Chemical Water Quality in Streams<sup>1</sup>

2010· article· en· W1971023834 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRiparian zoneVegetation (pathology)STREAMSEnvironmental scienceWater qualityHydrology (agriculture)EcologyGeologyHabitat

Résumé

récupéré en direct d'OpenAlex

Dosskey, Michael G., Philippe Vidon, Noel P. Gurwick, Craig J. Allan, Tim P. Duval, and Richard Lowrance, 2010. The Role of Riparian Vegetation in Protecting and Improving Chemical Water Quality in Streams. Journal of the American Water Resources Association (JAWRA) 46(2):261‐277. DOI: 10.1111/j.1752‐1688.2010.00419.x Abstract: We review the research literature and summarize the major processes by which riparian vegetation influences chemical water quality in streams, as well as how these processes vary among vegetation types, and discuss how these processes respond to removal and restoration of riparian vegetation and thereby determine the timing and level of response in stream water quality. Our emphasis is on the role that riparian vegetation plays in protecting streams from nonpoint source pollutants and in improving the quality of degraded stream water. Riparian vegetation influences stream water chemistry through diverse processes including direct chemical uptake and indirect influences such as by supply of organic matter to soils and channels, modification of water movement, and stabilization of soil. Some processes are more strongly expressed under certain site conditions, such as denitrification where groundwater is shallow, and by certain kinds of vegetation, such as channel stabilization by large wood and nutrient uptake by faster‐growing species. Whether stream chemistry can be managed effectively through deliberate selection and management of vegetation type, however, remains uncertain because few studies have been conducted on broad suites of processes that may include compensating or reinforcing interactions. Scant research has focused directly on the response of stream water chemistry to the loss of riparian vegetation or its restoration. Our analysis suggests that the level and time frame of a response to restoration depends strongly on the degree and time frame of vegetation loss. Legacy effects of past vegetation can continue to influence water quality for many years or decades and control the potential level and timing of water quality improvement after vegetation is restored. Through the collective action of many processes, vegetation exerts substantial influence over the well‐documented effect that riparian zones have on stream water quality. However, the degree to which stream water quality can be managed through the management of riparian vegetation remains to be clarified. An understanding of the underlying processes is important for effectively using vegetation condition as an indicator of water quality protection and for accurately gauging prospects for water quality improvement through restoration of permanent vegetation.

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.

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 enseignants0,061
Score d'incertitude au seuil0,217

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)0,0000,000

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 GPT0,205
Écart entre enseignants0,202 · 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