Assessing Coastal Squeeze of Tidal Wetlands
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Torio, D.D. and Chmura, G.L., 2013. Assessing coastal squeeze of tidal wetlands.As sea level rise accelerates and land development intensifies along coastlines, tidal wetlands will become increasingly threatened by coastal squeeze. Barriers that protect inland areas from rising sea level prevent or reduce tidal flows, and impermeable surfaces prevent wetland migration to the adjacent uplands. As vegetation succumbs to submergence by rising sea levels on the seaward edge of a wetland, those wetlands prevented from inland migration will decrease in area, if not disappear completely. Tools to identify locations where coastal squeeze is likely to occur are needed for coastal management. We have developed a “Coastal Squeeze Index” that can be used to assess the potential of coastal squeeze along the borders of a single wetland and to rank the threats faced by multiple wetlands. The index is based on surrounding topography and impervious surfaces derived from light detection and ranging and advanced spaceborne thermal emission and reflection radiometry imagery, respectively, and uses a fuzzy logic approach. We assume that coastal squeeze varies continuously over the coastal landscape and tested several fuzzy logic functions before assigning a continuous weight, from 0 to 1, corresponding to the influence of slope and impervious surfaces on coastal squeeze. We then combined the ranked variables to produce a map of coastal squeeze as a continuous index. Using this index, we compare the present and future threat of coastal squeeze to marshes in Wells and Portland, Maine, in the United States and Kouchibouguac National Park in New Brunswick, Canada.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle