MétaCan
Menu
Retour à la cohorte
Enregistrement W2014690214 · doi:10.3390/w6092614

Assessing the Effects of Periodic Flooding on the Population Structure and Recruitment Rates of Riparian Tree Forests

2014· article· en· W2014690214 sur OpenAlexafffund
Jean-Sébastien Berthelot, Diane Saint‐Laurent, Verhnar Gervais-Beaulac, Dominic Savoie

Notice bibliographique

RevueWater · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésQuadratRiparian zoneFlood mythRiparian forestEnvironmental scienceFloodplainFlooding (psychology)Hydrology (agriculture)Vegetation (pathology)PopulationEcologyForestryGeographyGeologyHabitatBiologyShrub

Résumé

récupéré en direct d'OpenAlex

Riparian forest stands are subjected to a variety of hydrological stresses as a result of annual fluctuations in water levels during the growing season. Spring floods create additional water-related stress as a result of a major inflow of water that floods riverside land. This exploratory study assesses the impacts of successive floods on tree dynamics and regeneration in an active sedimentation area, while determining the age of the stands using the recruitment rates, tree structure and tree rings based on dendrochronological analysis. Environmental data were also recorded for each vegetation quadrat. In total, 2633 tree stems were tallied throughout the quadrats (200 m2), and tree specimens were analyzed based on the various flood zones. A total of 720 specimens were counted (100 m2 strip) to measure natural regeneration. Higher recruitment rates are noted for the no-flood zones and lower rates in active floodplains. During the period of the establishment of tree species, the survival rates are comparable between the flood zones and the no-flood zones. Tree diameter distribution reveals a strong predominance of young trees in flooded areas. Different factors appear to come into play in the dynamics of riparian forest stands, including the disruptions associated with successive flooding.

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 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)0,000
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 enseignants0,136
Score d'incertitude au seuil0,150

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations14
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207