Quantifying the temporal dynamics of wood in large rivers: field trials of wood surveying, dating, tracking, and monitoring techniques
Notice bibliographique
Résumé
Abstract Wood plays an important role in stream ecology and geomorphology. Previous studies of wood in rivers have quantified spatial distributions but temporal dynamics remain poorly documented. The lack of such data is related to limitations of existing methods, especially when applied to large rivers. Five techniques are field‐tested to assess their utility for quantifying the temporal dynamics in rivers: repeated high‐resolution aerial surveys, the measurement of wood physical characteristics as proxies for14C dating, passive and active radio frequency identification (RFID) tags, radio transmitters, and video. The spatial distribution of wood is surveyed using aerial imagery with a resolution finer than 0·10 m. The estimation of temporal trends by repeated aerial‐based surveys needs to consider vegetation growth and hiding. Wood residence times can be calculated using14C analysis, but the assessment of wood physical characteristics including decay status and wood density offers a cheaper, if less accurate, alternative. Wood resistance to penetration is tested but results are not significant. Radio transmitters are reliable for multi‐year (∼5 year) surveys and can be detected at 800 m. Passive RFID tags are limited by a read range of 0·30 m but are reliable for longer term (>5 year) studies. Active RFID tags combine a moderate read range (10–300 m) and low cost with in‐flood detection but require more testing. Video monitoring of wood passing on the surface of a river is successfully implemented. For a single flood on the Ain River (France), wood transport rates are an order of magnitude higher on the rising limb of the hydrograph than on the falling limb. Overall, the techniques improve the ability to gather the data needed to understand wood transfer processes and calibrate budgets of wood in rivers. Copyright © 2009 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».