MétaCan
Menu
Retour à la cohorte
Enregistrement W2794002920 · doi:10.1016/j.crvi.2018.01.008

Formation of banded vegetation patterns resulted from interactions between sediment deposition and vegetation growth

2018· article· en· W2794002920 sur OpenAlexaff
Tousheng Huang, Huayong Zhang, Liming Dai, Xuebing Cong, Shengnan Ma

Notice bibliographique

RevueComptes Rendus Biologies · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensUniversity of Regina
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesMajor Science and Technology Program for Water Pollution Control and TreatmentChina Scholarship Council
Mots-clésVegetation (pathology)LandformDeposition (geology)SedimentGeologyEnvironmental scienceInterceptionBiomass (ecology)EcologyHydrology (agriculture)Soil scienceGeomorphologyOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

This research investigates the formation of banded vegetation patterns on hillslopes affected by interactions between sediment deposition and vegetation growth. The following two perspectives in the formation of these patterns are taken into consideration: (a) increased sediment deposition from plant interception, and (b) reduced plant biomass caused by sediment accumulation. A spatial model is proposed to describe how the interactions between sediment deposition and vegetation growth promote self-organization of banded vegetation patterns. Based on theoretical and numerical analyses of the proposed spatial model, vegetation bands can result from a Turing instability mechanism. The banded vegetation patterns obtained in this research resemble patterns reported in the literature. Moreover, measured by sediment dynamics, the variation of hillslope landform can be described. The model predicts how treads on hillslopes evolve with the banded patterns. Thus, we provide a quantitative interpretation for coevolution of vegetation patterns and landforms under effects of sediment redistribution.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComptes Rendus BiologiesMême sujetEcosystem dynamics and resilienceTravaux en français237 207