MétaCan
Menu
Retour à la cohorte
Enregistrement W2118705605 · doi:10.1139/x03-110

The effects of forest harvesting and best management practices on streamflow and suspended sediment concentrations during snowmelt in headwater streams in sub-boreal forests of British Columbia, Canada

2003· article· en· W2118705605 sur OpenAlexvenueaboutno aff
J. Stevenson Macdonald, P. G. Beaudry, Erland A. MacIsaac, Herb Herunter

Notice bibliographique

RevueCanadian Journal of Forest Research · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowmeltHydrology (agriculture)Environmental scienceRiparian zoneSTREAMSWatershedStreamflowSedimentForest managementTaigaDischargeSurface runoffForestryGeographyEcologyGeologyDrainage basinAgroforestryHabitat

Résumé

récupéré en direct d'OpenAlex

This paper examines suspended sediment concentration and stream discharge during freshet in three small sub-boreal forest streams (<1.5 m in width) in the central interior of British Columbia for 1 year prior to (1996) and for 5 years following forest harvesting (1997–2001). Harvesting prescriptions in a 20-m strip beside one stream required complete removal of merchantable timber (>15 cm diameter at breast height (DBH) for pine and >20 cm for spruce), while all stems <30 cm DBH were retained beside a second stream. A third stream remained unharvested as a control. The two riparian treatments were prescribed to test the efficacy of current British Columbia legislation that allows for varying amounts of riparian retention as best management practices for the management of windthrow. Both treated watersheds were clear-cut harvested (approximately 55% removal) in January 1997, and in the following year, temporary access roads were deactivated, including two stream crossings in the low-retention watershed. An increase in peak snowmelt and total freshet discharge was first noted in the second spring following harvest in both treatments and remained above predicted in all subsequent years. Suspended sediment also increased during freshet following harvest but returned to levels at or below preharvest predictions within 3 years or less in the high-retention watershed.

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)0,001
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 enseignants0,061
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,249
Écart entre enseignants0,237 · 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

Citations88
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207