MétaCan
Menu
Retour à la cohorte
Enregistrement W2765329541 · doi:10.1002/eco.1923

Beaver‐mediated water table dynamics in a Rocky Mountain fen

2017· article· en· W2765329541 sur OpenAlexafffund
Daniel J. Karran, Cherie J. Westbrook, Angela Bedard‐Haughn

Notice bibliographique

RevueEcohydrology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and biodiversity studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGlobal Institute for Water Security, University of SaskatchewanUniversity of Calgary
Mots-clésBeaverPeatWater tableEnvironmental scienceHydrology (agriculture)WetlandGroundwaterEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Beaver dams are known to raise water tables in mineral soil environments, but very little is known about their impact in wetlands, such as peatlands. Peatlands tend to have shallow water tables, and the position and tendency of the water table to fluctuate (i.e., stability) is a factor controlling the system's ability to store carbon and water. Many peatland environments, especially fens, offer ideal habitat for beaver, and the potential for beaver dams to influence this link by manipulating water tables requires investigation. Our objective was to determine the influence of beaver dams on the water table dynamics of a Rocky Mountain fen. We monitored water tables in the peatland for 4 years while beaver dams were intact and 2 years after they were breached by an extreme flood event. We found that, because of the unique way in which dams were built, they connected the peatland to the stream and raised and stabilized already high water tables within a 150‐m radius. Beaver‐mediated changes to peatland water table regimes have the potential to enhance carbon sequestration and the peatland's ability to respond to external pressures such as climate change. Furthermore, beaver dams increased surface and groundwater storage, which has implications for regional water balances, especially in times of drought.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,007
Tête enseignante GPT0,198
Écart entre enseignants0,192 · 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

Citations42
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcohydrologyMême sujetEcology and biodiversity studiesTravaux en français237 207