MétaCan
Menu
Retour à la cohorte
Enregistrement W2164006946

Impacts of wildfire and post-fire salvage logging on sediment transfer in the Oldman watershed, Alberta, Canada

2008· article· en· W2164006946 sur OpenAlexaffabout
U. Silins, Micheal Stone, Monica B. Emelko, Kevin D. Bladon

Notice bibliographique

RevueIAHS-AISH publication · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSnowmeltBaseflowHydrology (agriculture)Salvage loggingSedimentEnvironmental scienceLoggingWatershedDrainage basinStreamflowGeologyForestrySnowGeomorphologyGeographyEcologyEcosystem
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The 2003 Lost Creek fire burned 21 000 ha of forested land in the Oldman River basin, Alberta, Canada. Seven watersheds, with varying degrees of natural and man-made land disturbance (burned, post- fire salvage logged, unburned) were monitored for three years to assess sediment concentrations and production (export and yield) over a range of flow regimes (spring melt, baseflow and stormflow). Suspended sediment concentrations were 6-times higher in burned watersheds and 11-times higher in post- fire salvage logged watersheds than in unburned watersheds. Sediment availability was greater in both burned and post-fire salvage logged watersheds but varied with flow condition; particularly during the snowmelt freshet and stormflow. In burned watersheds, sediment yield was 5-times higher during snowmelt and 13-times higher during stormflow than in unburned watersheds. Post-fire salvage logging produced much greater impacts than wildfire alone, with mean sediment yield 19-times higher during snowmelt and 9-times higher during stormflow compared to unburned watersheds.

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)0,000
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 enseignants0,206
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,184
Écart entre enseignants0,178 · 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

Citations5
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIAHS-AISH publicationMême sujetFire effects on ecosystemsTravaux en français237 207