Process‐based assessment of success and failure in a constructed riffle‐pool river restoration project
Notice bibliographique
Résumé
Abstract Although there is increasing consensus that river restoration should focus on restoring processes rather than form, proven techniques to design and monitor projects for sediment transport processes are lacking. This study monitors bedload transport and channel morphology in a rural, an urban unrestored, and an urban restored reach. Objectives are to compare bedload transport regimes, assess the stability and self‐maintenance of constructed riffle‐pool sequences, and evaluate the impact of the project on coarse sediment continuity in the creek. Sediment tracking is done using radio frequency identification tracers and morphologic change is assessed from repeated cross‐section surveys. Mean annual velocity is used to quantify the average downstream velocity of tracers, defined as the mean overall tracer travel length divided by the total study duration. The channel reconstruction slows down the downstream velocity of particles in the D 75 and D 90 size classes, but does not significantly change the velocity of particles in the D 50 size class or smaller. Surveys show that riffle features remain stable and that pool depths are maintained or deepened, while tracer paths match with what has been observed in natural riffle‐pools. However, the slowdown of coarse sediment and increase in channel slope may lead to future failures related to over‐steepening of the banks and a disruption in the continuity of sediment transport in the creek. This study demonstrates how bedload tracking and morphological surveys can be used to assess river restoration projects, and highlights the importance of incorporating coarse sediment connectivity into restoration design and monitoring.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».