MétaCan
Menu
Retour à la cohorte
Enregistrement W2257420856 · doi:10.14288/1.0075567

The effects of ground-based harvesting on coastal British Columbia soils : mitigating the negative consequences

2013· article· en· W2257420856 sur OpenAlexaboutno aff
Steve Trommel

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoil waterEnvironmental scienceGroundwaterGeologyGeotechnical engineeringSoil science

Résumé

récupéré en direct d'OpenAlex

The recent downturn in British Columbia’s coastal forest industry, together with an increased proportion of timber harvest from second growth stands has increased pressure on harvest operations to reduce costs. Using ground-based harvest methods, primarily with skidders and hoe-chuckers, harvest operations can lower costs compared to cable yarding. Skidders and hoe-chuckers have the potential to negatively affect future site productivity and natural hydrological processes. The complexity of factors influencing the amount of soil disturbance resulting from skidder and hoe-chucker use makes the interpretation of research results difficult. The strongest factors are soil moisture at time of harvest and soil texture. Short term research on seedling growth has found a decrease in growth on machine trails of 20 to 53 percent (Senyk & Craigdallie, 1997). The difference in growth between machine trails and undisturbed areas decreases over time. Increased growth on the margins of machine trails has been shown to partially offset losses to growth on trails. Direct hydrological impacts from ground-based machinery have not been researched in great depth as hydrological processes are also complex. Case studies have shown the potential of ground-based harvesting to change water flow patterns resulting in mass wasting and drainage structure failures. The negative of consequences of ground-based harvesting can be mitigated by reducing harvest during very wet periods and through the use of designated trails, rehabilitating trails, proper equipment choice and operator training.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,582

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 technologies0,0010,001
Communication savante0,0010,000
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 Opus0,005
Tête enseignante GPT0,155
Écart entre enseignants0,150 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetForest Biomass Utilization and ManagementTravaux en français237 207