MétaCan
Menu
← Retour à la cohorte
Enregistrement W4304695507 · doi:10.21203/rs.3.rs-2082455/v1

Hydrologic Connectivity and Flow Generation from California Vernal Pool, Swale, and Headwater Stream Complexes to Downstream Waters

2022· preprint· en· W4304695507 sur OpenAlexaff
Leanne Stepchinski, Mark C. Rains, Lyndon C. Lee, Richard A. Lis, Wade L. Nutter, Kai C. Rains, Scott R. Stewart

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensNutrasource
Organismes subventionnairesnon disponible
Mots-clésSwaleHydrology (agriculture)Downstream (manufacturing)Environmental scienceGeologyEcologySurface runoffStormwaterGeotechnical engineeringEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Many headwater wetlands are integrated into flowpath networks and can serve as sources of streamflow for downgradient waters. We demonstrate this with five years of data in vernal pool, swale, and headwater stream complexes in the Central Valley, California. Long-term United States Geological Survey data suggest that the mean flow duration from the smallest watersheds in this region, including those with vernal pool, swale, and headwater stream complexes, is ~ 85 days per year. Our data concur, indicating that the annual days of flow per year from our vernal pool, swale, and headwater stream complexes ranges from ~ 20–200, but is ~ 85 when annual precipitation is 100% of normal. Peak stages are evident first in vernal pools which then propagate sequentially downstream through swales, headwater streams, and to the Sacramento River at celerities of ~ 1-1.5 m/s, consistent with expected flood wave velocities. Geospatial analyses show that these vernal pool, swale, and headwater stream features cover > 4% of the study area. Our results suggest these systems can be significant sources of streamflow, and therefore play an important role in maintaining the chemical, physical, and biological integrity of downstream waters, which has important implications for the definition of waters of the United States subject to regulation under the Clean Water Act.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,044
Tête enseignante GPT0,313
Écart entre enseignants0,269 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetFish Ecology and Management Studies→Travaux en français237 207→