A Monitoring and Assessment Framework to Evaluate Stream Restoration Needs in Urbanizing Watersheds
Notice bibliographique
Résumé
Urbanization has a significant impact on rivers and streams, modifying flows, sediment loads, channel morphology, water quality and nutrient processing, and aquatic biota. Because of these impacts, a majority of the streams in urban and urbanizing watersheds are reported on Section 303(d) state lists as impaired from siltation, habitat alteration, nutrients, bacteria, and other stressors. States are required to develop total maximum daily loads (TMDLs) under 40 CFR 130, and watershed-scale implementation plans are produced to rehabilitate impaired streams by achieving target TMDL allocations. Stream restoration practices are commonly used as corrective measures to meet TMDLs, particularly for siltation and habitat alteration. However, urban stream restoration typically consists of reach-scale projects that may not be well integrated into a watershed corrective plan. Rather, project scope and location are commonly determined by local perceptions of need and accessibility. Watershed planning is needed in urbanizing watersheds for various reasons. Most importantly, planning is needed because hydrology and sediment loads change as developments occur over time until ultimate build-out, and future infrastructure constraints affect channel planform stability. These reasons underscore the critical need for restoration projects to be implemented based on a watershed plan, and a plan that integrates implementation of stormwater management best management practices (BMPs). The objective of this paper is to present a framework for monitoring and assessment protocols for urban and urbanizing watersheds, with the aim to better support planning of stream restoration projects and improve restoration outcomes. This is the product of a joint task committee by the Urban Stream Committee of the Urban Water Resources Research Council and the River Restoration Committee of the Hydraulics and Waterways Council.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».