MétaCan
Menu
Retour à la cohorte
Enregistrement W2112581910 · doi:10.1111/j.1752-1688.2010.00518.x

Understanding the Factors That Influence Headwater Stream Flows in Response to Storm Events1

2011· article· en· W2112581910 sur OpenAlexaff
Les W. Stanfield, Donald A. Jackson

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of TorontoMinistry of Natural Resources and Forestry
Organismes subventionnairesnon disponible
Mots-clésHydrology (agriculture)STREAMSStormRiparian zoneEnvironmental scienceLand coverBiotaEcohydrologyDrainageDisturbance (geology)Land useStreamflowEcosystemDrainage basinGeologyEcologyGeographyOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Stanfield, Les W. and Don A. Jackson, 2011. Understanding the Factors That Influence Headwater Stream Flows in Response to Storm Events. Journal of the American Water Resources Association (JAWRA) 1-22. DOI: 10.1111/j.1752-1688.2010.00518.x Abstract: Headwater drainage features (first- to second-order streams) are the capillaries of the landscape that, among other things, moderate the timing and volumes of water available to the riparian and aquatic ecosystems. How these features respond to summer rainfall is poorly understood. We studied how geology and an index of land use/land cover influenced peak flows following rainfall events in 110 headwater stream sites that were studied over a four-month period during a drought year. Highest peak flows were observed in the most urbanized catchments and in poorly drained soils, but specific responses were variable depending on both geology and land disturbance. Redundancy analysis indicated that both surficial geology and land disturbance were important factors influencing peak flows under drought conditions. We conclude that responses of these headwater streams to individual storms during drought conditions are unpredictable from data collected using our methods, but increased peak flows were associated with increased urban and agricultural development, but mitigated by surficial geology. These findings demonstrate the challenges to accurately predict flow conditions in headwater streams during periods of extreme weather that concurrently have the greatest potential effect on biota. The combination of these challenges and importance of such events indicates the need to develop new approaches to study and manage these resources.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,230
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

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

Citations19
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetHydrology and Watershed Management StudiesTravaux en français237 207