Measuring function and structure of urban headwater streams with citizen scientists
Notice bibliographique
Résumé
Abstract Headwater streams accumulate, process, and export organic materials for use in downstream environments. Decomposition of organic material, an important ecosystem function, may be sensitive to land cover changes in urbanizing regions since headwater stream processes tend to be tightly coupled with riparian and catchment characteristics. Headwaters represent 70–80% of total stream length in watersheds but are disproportionately converted to drainage infrastructure or buried with urban development. Cumulatively, this loss may result in substantial changes to physical and biological downstream processes. From a monitoring perspective, headwaters are largely ignored compared with fishable/navigable waterways for planning decisions, so their structural and functional variability is not well understood. Here, we engaged citizen scientists to contribute data on this variability and to evaluate the sensitivity of standardized cotton‐strip decomposition rates to multiscale factors across headwaters with varying landscape conditions in the Greater Toronto Area (York Region), Canada. These factors included stream, riparian vegetation, and catchment characteristics. We expected decomposition rates to be similarly sensitive to local‐ and catchment‐scale factors because of the strong links between headwater catchment and stream processes. We also expected a hump‐shaped distribution of decomposition rates across a gradient of urban cover, with stimulating effects at low to moderate cover but deleterious effects at high urban cover. We found that decomposition rate was most sensitive to local‐scale factors (e.g., strip burial, stream velocity, and both local upland riparian vegetation density and topography) rather than whole catchment properties. We did not find the expected hump‐shaped distribution with urban cover and suggest that more mechanistic studies are needed for understanding cotton‐strip decomposition to control for local factors in determining the scale at which decomposition rate is most sensitive to land cover change.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».