MétaCan
Menu
Retour à la cohorte
Enregistrement W4240564119 · doi:10.1139/f00-108

Element export in runoff from eastern Canadian Boreal Shield drainage basins following forest harvesting and wildfires

2000· article· en· W4240564119 sur OpenAlexfundvenueaboutno aff
Sébastien Lamontagne, Richard Carignan, Pierre D'Arcy, Yves T. Prairie, David Paré

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesGroupe de recherche interuniversitaire en limnologie
Mots-clésBorealEnvironmental scienceSurface runoffDrainageHydrology (agriculture)TaigaNutrientDrainage basinBiogeochemical cycleLoggingGeologyEcologyForestryGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Element export rates from the drainage area of nine harvested, nine burnt, and 16 reference Boreal Shield lake basins in Haute-Mauricie, Québec, were estimated for the 3 years following harvesting or fires. Export rates from the drainage area of the basins were evaluated using lake sampling surveys, estimated hydrological budgets, and estimated nutrient retention during lake transit. Increases in K + , total N, and total P export rates were similar between harvested and burnt drainage areas. However, harvested drainage areas exported more dissolved organic C, while burnt drainage areas exported more Mg 2+ , NO 3 - , and SO 4 2- . Potassium cumulative losses in runoff during the 3 years of the study were of a similar magnitude as volatilization losses during fires and corresponded to ~33% of the losses by biomass removal during harvesting. While the increased export rates for N and P following fires or harvesting represented negligible losses of nutrients for the forest, they were important supplementary inputs to lakes. The differences in element export rates observed between harvested and burnt drainage areas indicate that these disturbances have different impacts on biogeochemical cycles in the Boreal Shield forest.

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 candidatesaucune
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 enseignants0,094
Score d'incertitude au seuil0,395

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,193
Écart entre enseignants0,181 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations102
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207