MétaCan
Menu
Retour à la cohorte
Enregistrement W2086512405 · doi:10.1899/11-031.1

How did fixed-width buffers become standard practice for protecting freshwaters and their riparian areas from forest harvest practices?

2012· article· en· W2086512405 sur OpenAlexaff
John S. Richardson, Robert J. Naiman, Peter A. Bisson

Notice bibliographique

RevueFreshwater Science · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRiparian zoneEnvironmental scienceTemperate rainforestWatershedSTREAMSRiparian bufferVegetation (pathology)Water qualityBiotaRiparian forestHydrology (agriculture)GeographyEcologyHabitatAgroforestryEcosystemGeology

Résumé

récupéré en direct d'OpenAlex

Riparian buffers provide improved protection for water quality and biota, and narrow, fixed-width buffers of native vegetation along streams have been used to mitigate the effects of forest harvest at least since the 1960s. The practice of leaving unmanaged strips of vegetation along water courses in agricultural lands had been used before the 1960s in southern Europe and in eastern North America, but the scientific basis for leaving riparian buffers on forested lands came from observations in the coastal temperate rainforests of western North America. Those observations often were applied to other forested landscapes without further considerations. Fixed-width buffers are administratively simple to implement and assess, and have come to be the norm for streamside protection from forestry. Most guidelines for streamside protection allow some local modification for site and watershed-scale considerations, but frequently, the option to deviate from fixed-width buffers is not exercised because of uncertainty about outcomes. Few experiments have been done to test the efficacy of buffers of a particular width or of site- or landscape-specific modifications.

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)0,039
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,068
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0050,008
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,230 · 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.

Devis d'étudeQualitatif
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

Citations188
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFreshwater ScienceMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207