MétaCan
Menu
Retour à la cohorte
Enregistrement W4245092730 · doi:10.5194/esurf-2020-52

Impacts of grazing on vegetation dynamics in a sediment transport complex model

2020· preprint· en· W4245092730 sur OpenAlexafffund
Phillipe Gauvin-Bourdon, James King, Liliana Perez

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVegetation (pathology)AridEnvironmental scienceGrazingEcologyAeolian processesHydrology (agriculture)GeologyGeomorphologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract. Arid environments are characterized by the complex interaction between vegetation cover, surface soil properties, and the climate. The dynamic balance between these components makes arid environments highly susceptible to swift changes in vegetation cover and in surface morphology in response to climate change. Furthermore, arid environments often support grazing activities, which influence other ecogeomorphic processes and alter the stability of vegetation cover in these environments. Despite the growing knowledge and the parallel modelling advances to simulate the sediment transport, vegetation distribution, and grazing, in arid environments, relatively little progress has been accomplished on the interaction between all these components in combination. Here we present an adaptation of an already established sediment transport-vegetation cellular automata model (Vegetation and Sediment TrAnsport or ViSTA) that represents landscape dynamics, with an agent-based model (GrAM) representing the activity of grazers on the landscape. In this study our resulting model, ViSTA_GrAM, is subjected to a series of 100-year long tests that aim to highlight the capacity of the model to represent ecogeomorphic processes linked to vegetation composition, rainfall, windspeed, and grazing pressure. The new model provides an improved representation of the feedback complexities between grazers and the vegetation, in addition to providing insight on the vegetation and wind shear sensitivity of the original model. The simulations reinforce our current knowledge on the resilience of grass-based landscapes to foraging activities and highlights the need to identify growth response rates at the species level to fully understand the complexity of the interactions between individual components within arid environments. Overall, the ViSTA_GrAM model represents an important improvement for managing arid landscapes over the previously available tools.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,997

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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEcosystem dynamics and resilienceTravaux en français237 207