Influence of Cattle Trails on Runoff Quantity and Quality
Notice bibliographique
Résumé
Cattle trails in grazed pastures close to rivers may adversely affect surface water quality of the adjacent river by directing runoff to it. The objective of this 3‐yr study (2013–2015) in southern Alberta, Canada, was to determine if cattle trails significantly increased the risk of runoff and contaminants (sediment, nutrients) compared with the adjacent grazed pasture (control). A portable rainfall simulator was used to generate artificial rainfall (140 mm h−1) and runoff. The runoff properties measured were time to runoff and initial abstraction (infiltration), total runoff depth and average runoff rates, as well as concentrations and mass loads of sediment, N, and P fractions. Cattle trails significantly (P ≤ 0.10) decreased time to runoff and initial abstraction (26–32%) in the 2 yr measured and increased total runoff depth, runoff coefficients, and average runoff rates (21–51%) in 2 of 3 yr. Concentrations of sediment, N, and P fractions in runoff were not significantly greater for cattle trails than for control areas. However, mass loads of total suspended solids (57–85% increase), NH4–N (31–90%), and dissolved reactive P (DRP) (30–92%) were significantly greater because of increased runoff volumes. Overall, runoff quantity and loads of sediment, NH4–N, and DRP were greater for cattle trails compared with the adjacent grazed pasture, and hydrologic connection with cattle‐access sites on the riverbank suggests that this could adversely affect water quality in the adjacent river. Extrapolation of the study results should be tempered by the specific conditions represented by this rainfall simulation study. Core Ideas Runoff quantity was significantly increased in cattle trails compared with adjacent grazed pasture. Cattle trails did not increase contaminant concentrations in runoff. Mass loads of TSS, NH4–N, and DRP were significantly greater because of increased runoff volumes. Field observations revealed a hydrologic link between cattle trails and river. Runoff in cattle trails may adversely impact water quality in adjacent rivers.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».