MétaCan
Menu
Retour à la cohorte
Enregistrement W3202783444 · doi:10.3390/w13192732

Riparian Land Cover, Water Temperature Variability, and Thermal Stress for Aquatic Species in Urban Streams

2021· article· en· W3202783444 sur OpenAlexfundno aff
Anne Timm, Valérie Ouellet, Melinda D. Daniels

Notice bibliographique

RevueWater · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationFonds de recherche du Québec – Nature et technologiesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésImpervious surfaceEnvironmental scienceRiparian zoneStormwaterHydrology (agriculture)STREAMSThermal pollutionWater qualityCanopySurface runoffLand coverHabitatEcologyLand useEnvironmental engineeringGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Thermal regime warming and increased variability can result in human developed watersheds due to runoff over impervious surfaces and influence of stormwater pipes. This study quantified relationships between tree canopy, impervious surface, and water temperature in stream sites with 4 to 62% impervious land cover in their “loggersheds” to predict water temperature metrics relevant to aquatic species thermal stress thresholds. This study identified significant (≥0.7, p < 0.05) negative correlations between water temperature and percent tree canopy in the 5 m riparian area and positive correlations between water temperature and total length of stormwater pipe in the loggershed. Mixed-effects models predicted that tree canopy cover in the 5 m riparian area would reduce water temperatures 0.01 to 6 °C and total length of stormwater pipes in the loggershed would increase water temperatures 0.01 to 2.6 °C. To our knowledge, this is the first time that the relationship between stormwater pipes and water temperature metrics has been explored to better understand thermal dynamics in urban watersheds. The results highlight important aspects of thermal habitat quality and water temperature variability for aquatic species living in urban streams based on thermal thresholds relevant to species metabolism, growth, and life history.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,189
Écart entre enseignants0,183 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFish Ecology and Management StudiesTravaux en français237 207