MétaCan
Menu
Retour à la cohorte
Enregistrement W2115100090 · doi:10.1046/j.1365-2427.2002.00919.x

Geomorphic thresholds in riverine landscapes

2002· article· en· W2115100090 sur OpenAlexaff
Michael Church

Notice bibliographique

RevueFreshwater Biology · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHabitatChannel (broadcasting)FluvialEcologyAlluviumSedimentSTREAMSGeologyRiver regimeHydrology (agriculture)GeomorphologyBiologyStructural basin

Résumé

récupéré en direct d'OpenAlex

1. Rivers are subject to thresholds of several types that define significant changes in processes and morphology and delimit distinctive riverine landscapes and habitats. Thresholds are set by the conditions that govern river channel process and form, amongst which the most important are the flow regime, the quantity and calibre of sediment delivered to the channel, and the topographic setting (which determines the gradient of the channel). These factors determine the sediment transport regime and the character of alluvial deposits along the channel. 2. Changes occur systematically along the drainage system as flow, gradient and sediment character change, so a characteristic sequence of morphological and habitat types – hence of riverine landscapes – can be described from uplands to distal channels. The sequence is closely associated with stream competence to move sediment and with bank stability. 3. The paper proposes a first order classification of river channel and landscape types based on these factors. The riverine landscape is affected seasonally by flow thresholds, and further seasonal thresholds in northern rivers are conditioned by the ice regime. 4. It is important to understand geomorphic thresholds in rivers not only for the way they determine morphology and habitat, but because human activity can precipitate threshold crossings which change these features significantly, through either planned or inadvertent actions. Hence, human actions frequently dictate the character of the riverine landscape.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,206
Écart entre enseignants0,193 · 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

Citations531
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207