MétaCan
Menu
Retour à la cohorte
Enregistrement W3046061134 · doi:10.22230/jwsm.2020v4n1a35

Effects of Forest Harvesting on Warm-Season Low Flows in the Pacific Northwest: A Review

2020· review· en· W3046061134 sur OpenAlexaffvenue
R. D. Moore, Stefan Gronsdahl, Richard McCleary

Notice bibliographique

RevueConfluence Journal of Watershed Science and Management · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensOceans Limited (Canada)Fisheries and Oceans CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceContext (archaeology)StreamflowDrainage basinHydrology (agriculture)SnowDisturbance (geology)STREAMSClimate changePhysical geographyGeographyEcologyMeteorologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Paired-catchment studies conducted on small (< 10 km2) rain-dominated catchments revealed that forest harvesting resulted in a period of increased warm-season low flows ranging from less than five years to more than two decades, consistent with the results of stand-level studies and process considerations. Of the five paired-catchment studies in snow-dominated regions, none revealed a statistically significant change in warm-season low flows in the first decade following harvest, although two exhibited non-significant higher flows in August and September and one had lower flows. Two studies, one of rain-dominated catchments and one of snow-dominated catchments, found that summer low flows became more severe (i.e., lower) about two decades or so following harvest. These longer-term results indicate that indices such as equivalent clearcut area, as currently calculated using monotonic recovery curves, may not accurately reflect the nature of post-harvest changes in low flows. Studies focussed on medium to large catchments (tens to thousands of km2 in area) found either no statistically significant relations between warm-season low flows and forest disturbance, or inconsistent responses. Attempts to synthesize existing studies are hampered by the lack of a common low-flow metric among studies, as well as detailed information on post-harvest vegetation changes. Further fieldresearch and process-based modelling is required to help elucidate the underlying processes leading to the results from these paired-catchment studies and to enhance the ability to predict streamflow responses to forest harvesting, especially in the context of a changing climate. KEYWORDS: streamflow; forestry; low flows; fish habitat; hydrologic recovery

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,262
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConfluence Journal of Watershed Science and ManagementMême sujetHydrology and Watershed Management StudiesTravaux en français237 207