MétaCan
Menu
Retour à la cohorte
Enregistrement W1989210729 · doi:10.1371/journal.pone.0088760

Modeling Tidal Marsh Distribution with Sea-Level Rise: Evaluating the Role of Vegetation, Sediment, and Upland Habitat in Marsh Resiliency

2014· article· en· W1989210729 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

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCalifornia Department of Fish and Wildlife
Mots-clésMarshSalt marshBrackish marshEnvironmental scienceSedimentEstuaryOceanographySea levelEcologyHydrology (agriculture)WetlandGeologyGeomorphologyBiology

Résumé

récupéré en direct d'OpenAlex

Tidal marshes maintain elevation relative to sea level through accumulation of mineral and organic matter, yet this dynamic accumulation feedback mechanism has not been modeled widely in the context of accelerated sea-level rise. Uncertainties exist about tidal marsh resiliency to accelerated sea-level rise, reduced sediment supply, reduced plant productivity under increased inundation, and limited upland habitat for marsh migration. We examined marsh resiliency under these uncertainties using the Marsh Equilibrium Model, a mechanistic, elevation-based soil cohort model, using a rich data set of plant productivity and physical properties from sites across the estuarine salinity gradient. Four tidal marshes were chosen along this gradient: two islands and two with adjacent uplands. Varying century sea-level rise (52, 100, 165, 180 cm) and suspended sediment concentrations (100%, 50%, and 25% of current concentrations), we simulated marsh accretion across vegetated elevations for 100 years, applying the results to high spatial resolution digital elevation models to quantify potential changes in marsh distributions. At low rates of sea-level rise and mid-high sediment concentrations, all marshes maintained vegetated elevations indicative of mid/high marsh habitat. With century sea-level rise at 100 and 165 cm, marshes shifted to low marsh elevations; mid/high marsh elevations were found only in former uplands. At the highest century sea-level rise and lowest sediment concentrations, the island marshes became dominated by mudflat elevations. Under the same sediment concentrations, low salinity brackish marshes containing highly productive vegetation had slower elevation loss compared to more saline sites with lower productivity. A similar trend was documented when comparing against a marsh accretion model that did not model vegetation feedbacks. Elevation predictions using the Marsh Equilibrium Model highlight the importance of including vegetation responses to sea-level rise. These results also emphasize the importance of adjacent uplands for long-term marsh survival and incorporating such areas in conservation planning efforts.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil0,292

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 ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,218
Écart entre enseignants0,199 · 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