Fire in the Arctic: The effect of wildfire across diverse aquatic ecosystems of the Northwest Territories
Notice bibliographique
Résumé
The southern Northwest Territories (NWT) experienced an unprecedented fire season in the summer of 2014. Burned areas were spread across more than 3.4 million hectares of land. The areas covered a landscape with a range of permafrost coverage, vegetation types, and previous fire history. We studied the way that wildfire affects the chemistry of water flowing from land to streams and how stream ecosystems function. Three factors were looked at: 1) soil pore water in burned and unburned plots of land in watersheds near Fort Simpson (on the Taiga Plains); 2) the chemical composition of water flowing out of streams, using repeated measurements in paired burned and unburned watersheds in the Taiga Plains (Fort Simpson area) and Taiga Shield (Yellowknife area); and 3) a broad survey of 50 streams whose watersheds had, or had not, been affected by wildfire. Soil pore waters were clearly affected by wildfire. However, the difference between the paired burned and unburned watersheds was small and somewhat short-lived. Across the 50 streams that were surveyed, wildfire was just one of many landscape variables that affected water chemistry. These results show that the effects of wildfire on stream water chemistry in this region may be relatively short-lived. Over longer time scales, the effects of wildfire may be similar to other landscape factors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».