The impact of flooding on aquatic ecosystem services
Notice bibliographique
Résumé
Flooding is a major disturbance that impacts aquatic ecosystems and the ecosystem services that they provide. Predicted increases in global flood risk due to land use change and water cycle intensification will likely only increase the frequency and severity of these impacts. Extreme flooding events can cause loss of life and significant destruction to property and infrastructure, effects that are easily recognized and frequently reported in the media. However, flooding also has many other effects on people through freshwater aquatic ecosystem services, which often go unrecognized because they are less evident and can be difficult to evaluate. Here, we identify the effects that small magnitude frequently occurring floods (< 10-year recurrence interval) and extreme floods (> 100-year recurrence interval) have on ten aquatic ecosystem services through a systematic literature review. We focused on ecosystem services considered by the Millennium Ecosystem Assessment including: (1) supporting services (primary production, soil formation), (2) regulating services (water regulation, water quality, disease regulation, climate regulation), (3) provisioning services (drinking water, food supply), and (4) cultural services (aesthetic value, recreation and tourism). The literature search resulted in 117 studies and each of the ten ecosystem services was represented by an average of 12 ± 4 studies. Extreme floods resulted in losses in almost every ecosystem service considered in this study. However, small floods had neutral or positive effects on half of the ecosystem services we considered. For example, small floods led to increases in primary production, water regulation, and recreation and tourism. Decision-making that preserves small floods while reducing the impacts of extreme floods can increase ecosystem service provision and minimize losses.
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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».