MétaCan
Menu
Retour à la cohorte
Enregistrement W4200423521 · doi:10.1002/rra.3918

Japanese knotweed increases soil erosion on riverbanks

2021· article· en· W4200423521 sur OpenAlexafffundabout
Rébecca Matte, Maxime Boivin, Claude Lavoie

Notice bibliographique

RevueRiver Research and Applications · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensUniversité du Québec à ChicoutimiUniversité Laval
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésRiparian zoneErosionEnvironmental scienceHydrology (agriculture)Context (archaeology)Flood mythHabitatEcologyGeologyBiologyGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract For years, Japanese knotweed ( Reynoutria japonica ) has been suspected of accelerating riverbank erosion, despite a lack of convincing evidence. The stems of this invasive plant die back following the first autumn frosts, leaving the soil unprotected during winter and spring floods. In Québec (Canada), riverbank erosion may also be accentuated by ice during mechanical ice breakups. The objective of this study was to evaluate the influence of knotweed on riverbank erosion along a river invaded by the species, within a context of floods with ice. The elevation along 120 cross‐sectional riverbank profiles, occupied or not by knotweed, was measured before and after the spring flood of 2019. On average, riverbanks occupied by knotweed had nearly 3 cm more soil erosion than riverbanks without knotweed, a statistically significant difference. Stem density also influenced erosion: the higher the density, the greater the soil loss. Certain riverside conditions, such as the slope of the riverbank or being located on an islet, interacted with knotweed, further accentuating erosion. Soil losses measured between November 2018 and May–June 2019 were particularly pronounced, but the spring flood was also exceptional, with a recurrence interval close to 50 years. On the other hand, soil loss from rivers invaded by knotweed can be expected to increase over time, as this invasive species spreads rapidly in riparian habitats.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,598
Score d'incertitude au seuil1,000

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)0,0010,001

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 Opus0,039
Tête enseignante GPT0,305
Écart entre enseignants0,266 · 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

Citations15
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetAeolian processes and effectsTravaux en français237 207