Factors Controlling Peat Compaction in Alluvial Floodplains: A Case Study in the Cold-Temperate Cumberland Marshes, Canada
Notice bibliographique
Résumé
Abstract Subsidence due to peat compaction may have important implications in alluvial floodplains, because it leads to wetland loss, land inundation, and damage to buildings and infrastructure. Furthermore, it potentially influences spatial and temporal river sedimentation patterns, and hence the evolution of alluvial floodplains. As the vast majority of peatlands occur in cold temperate regions, alluvial plains situated in such areas are most susceptible to these implications. To determine which locations within alluvial floodplains are most vulnerable to high amounts of compaction-induced subsidence, it is necessary to quantify compaction and to identify which factors influence the amount and rate of peat compaction. For this, we carried out field work in the Cumberland Marshes (east-central Saskatchewan, Canada) guided by the following two questions: (1) how much peat compaction has occurred over the past decades to centuries, and (2) which factors control the amount and rate of peat compaction at the same timescale. To address these questions, we used methods involving construction of stratigraphic cross sections, organic-matter content and bulk-density measurements, and radiocarbon dating. A new sampling device was devised to sample uncompacted peat in the field. Results show that peat layers have compacted up to 43% within a few centuries, with compaction rates of up to 6.08 mm/yr. The dominant factors influencing peat compaction are: (1) organic-matter content, (2) stress imposed on a peat layer, and, to a lesser extent, (3) plant species composition. In an alluvial setting, crevasse splays and natural levees are sites that are most susceptible to high amounts of peat compaction at short timescales (100–102 years). Sheet-like splay deposits initially compact underlying peat uniformly, whereas differential compaction commonly occurs beneath natural levees due to lateral variations in sediment thickness. Subsidence due to peat compaction creates additional accommodation space and hence locally enhances floodplain sedimentation rates.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».