MétaCan
Menu
Retour à la cohorte
Enregistrement W2126623208 · doi:10.1657/1938-4246-46.2.344

Distinct Fluvial Patterns of a Headwater Stream Network Underlain by Discontinuous Permafrost

2014· article· en· W2126623208 sur OpenAlexaboutno aff
John T. Crawford, Emily H. Stanley

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological Survey
Mots-clésPermafrostRiparian zoneSnowmeltGeologyDrainage densityFluvialHydrology (agriculture)STREAMSChannel (broadcasting)Drainage basinSnowPhysical geographyGeomorphologyStructural basinEcologyGeographyOceanographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrology, permafrost, and vegetation will likely respond to warming of northern latitudes with concurrent shifts in channel form and network pattern. At present, data on channel structure and networks in most northern regions are sparse, thus restricting any comprehensive understanding of channel processes or predictions of change in response to warming. We conducted a survey in 2011 of stream hydraulic geometry and network pattern in an upland headwater catchment of the Yukon River basin that is underlain by discontinuous permafrost. We found atypical hydraulic geometry exponents for depth and velocity but not for width and slope. We also found the study catchment to have unusually low drainage density and bifurcation ratios. Our data support the hypothesis that snow and channel ice decrease geomorphic effectiveness during snowmelt, which ultimately constrains channel and network development. Additionally, qualitative data support the hypothesis that dense riparian vegetation promotes bank stabilization and leads to nearly vertical channel walls in small streams, thus leading to anomalous hydraulic geometry. Simple metrics such as the drainage density and hydraulic geometry relationships may prove to be useful metrics of boreal and subarctic warming and permafrost thaw, and this study may serve as an important baseline to evaluate future changes.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,017
Score d'incertitude au seuil0,996

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)0,0050,000

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 Opus0,039
Tête enseignante GPT0,289
Écart entre enseignants0,250 · 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.

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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetClimate change and permafrostTravaux en français237 207