Trialling tools using hand‐weeding, weed mat and artificial shading to control nuisance macrophyte growth at multiple scales in small agricultural waterways
Notice bibliographique
Résumé
ABSTRACT Introduced aquatic macrophytes can dominate small agricultural waterways in summer and autumn becoming a significant management problem. Excessive growth can clog waterways, causing drainage issues and reducing agricultural productivity while in‐stream velocities are reduced and sedimentation increased. Consequently, water managers remove them by mechanical clearance, chemical spray and cutting which can be costly and have negative impacts on in‐stream habitat and ecological health. We trialled three tools to reduce macrophytes: hand‐weeding, weed mat and artificial shading, at a reach‐scale (50 m) and larger‐scale (200–400 m). Hand‐weeding reduced cover in the short‐term, however macrophytes recovered to pre‐treatment levels within one season. Weed mat along the banks was effective at reducing emergent macrophytes, particularly Erythranthe guttata (monkey musk) and Nasturtium microphyllum (watercress). Weed mat lasted for several growing seasons and continued to be effective. Shading over the waterway using polythene markedly reduced submerged macrophytes indicating that heavy shading by riparian plantings could reduce submerged macrophytes in the longer‐term. These results indicate that in the short‐term, weed mat could be used to limit sprawling emergent macrophytes. In the longer‐term, weed mat used in conjunction with riparian planting could provide shading so that macrophyte cover in these small waterways could be reduced and controlled.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».