MétaCan
Menu
Retour à la cohorte
Enregistrement W2011645556 · doi:10.1002/hyp.1281

Runoff responses to afforestation in a watershed of the Loess Plateau, China

2003· article· en· W2011645556 sur OpenAlexaff
Mingbin Huang, Lu Zhang, Jacques Gallichand

Notice bibliographique

RevueHydrological Processes · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWatershedAfforestationSurface runoffEnvironmental scienceSoil conservationHydrology (agriculture)DeciduousLoessAgroforestryEcologyGeologyBiologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract Afforestation has been suggested as a means of improving soil and water conservation in north‐western China, especially on the Loess Plateau. Understanding of the hydrological responses to afforestation will help us develop sustainable watershed management strategies. A study was conducted during the period of 1956 to 1980 to evaluate runoff responses to afforestation in a watershed on the Loess Plateau with an area of 1·15 km2, using a paired watershed approach. Deciduous trees, including locust (locusta L.), apricot (praecox L.) and elm (ulmus L.), were planted on about 80% of a treated watershed, while a natural grassland watershed remained unchanged. It was estimated that cumulative runoff yield in the treated watershed was reduced by 32% as a result of afforestation. A significant trend was also observed that shows annual runoff reduction increases with the age of the trees planted. Reduction in monthly runoff occurred mainly from June to September, which was ascribed to greater rainfall and utilization by trees during this period. Afforestation also resulted in reduction in the volume and peak flow of storm runoff events in the treated watershed with greater reduction in peak flow. Copyright © 2003 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 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)0,000
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,013
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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

Citations149
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207