MétaCan
Menu
← Retour à la cohorte
Enregistrement W2173838688 · doi:10.1139/f2011-067

Does timber harvest influence the dynamics of marine-derived nutrients in Southeast Alaska streams?

2011· article· en· W2173838688 sur OpenAlexvenueno aff
Peter Levi, Jennifer L. Tank, Scott D. Tiegs, Janine Rüegg, Dominic T. Chaloner, Gary A. Lamberti

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSTREAMSNutrientEnvironmental scienceEcosystemWatershedStream restorationBenthic zonePhosphorusOncorhynchusEcologyFisheryBiologyFish <Actinopterygii>Chemistry

Résumé

récupéré en direct d'OpenAlex

Streams often rely on nutrient subsidies, and variation in nutrient delivery may alter the ecosystem response. Pacific salmon (Oncorhynchus spp.) provide marine-derived nutrients to their natal streams but also cause benthic disturbance, with the net effect determined by watershed and stream characteristics. To understand the factors contributing to variation in salmon-derived nutrients (SDN), we studied nutrient concentration and export in seven streams with varying physical characteristics due to timber harvest (e.g., channel complexity) over three years in Southeast Alaska, USA. Salmon increased concentrations and export of dissolved and particulate nitrogen, phosphorus, and carbon, but the magnitude of increase varied up to 41-fold among streams. The density of live salmon best predicted the increase in nutrient concentration and export, whereas the density of carcasses had a negligible effect. Nutrient export was predicted by transient storage before and after the salmon run. Streams in harvested watersheds with simplified channels had greater nutrient export than those in pristine watersheds with complex channels. However, enrichment from salmon overrode the effect of timber harvest on export during the run. Our study demonstrates that enrichment via SDN is short-lived and related to run size, whereas timber harvest and carcasses exert little influence on SDN dynamics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,943
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
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 Opus0,010
Tête enseignante GPT0,186
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→