MétaCan
Menu
Retour à la cohorte
Enregistrement W2172029176 · doi:10.5194/gh-63-26-2008

Denudation and landslides in coastal mountain watersheds : 10,000 years of erosion

2008· article· en· W2172029176 sur OpenAlexaffabout
Richard Guthrie, James K. Brown

Notice bibliographique

RevueGeographica Helvetica · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensMinistry of Environment
Organismes subventionnairesnon disponible
Mots-clésLandslideDenudationHoloceneDebrisGeologyErosionVegetation (pathology)Physical geographyPrecipitationClimate changeLoggingHydrology (agriculture)GeomorphologyLandslide classificationOceanographySeismologyGeographyForestryTectonicsMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract. A conceptual model of landslide-induced denudation for coastal mountain watersheds spanning 10,000 years of environmental change is presented. The model uses a constructed paleo-climate based on vegetation records and an established relationship between landslide frequencies and precipitation. Landslide frequencies are determined for the early warm dry Holocene, the warm wet middle Holocene and modern climates. Average landslide rates vary between 0.005 landslides·y-1·km-2 and 0.008 landslides·y-1·km-2. Recent human impacts are calculated by recalculating landslide frequencies for logged areas in the 20th century. The impact of logging during the last 100 years is unambiguous as landslide frequency increased to 0.015 landslides·y-1·km-2. This suggests that the impact of logging outpaces that of climatic change. It is estimated that debris slides and flows eroded an average of 0.7 m·m-2 across Vancouver Island during the last 10,000 years.

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 enseignants0,006
Score d'incertitude au seuil0,912

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)0,0010,000

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 GPT0,196
Écart entre enseignants0,189 · 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

Citations8
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeographica HelveticaMême sujetLandslides and related hazardsTravaux en français237 207