GHG Emissions Affected by Agricultural Drainage Ditch Dredging and Vegetation Brushing
Notice bibliographique
Résumé
Abstract Vegetation management and dredging of agricultural drainage ditches are practices often necessary to improve field drainage. However, these practices can influence soil greenhouse gas (GHG) emissions in and around the drainage ditches by influencing, for instance, soil/sediment profiles, water/air temperatures, plant nutrient uptake, and hydrology (soil). In this study, surface GHG fluxes (CO2, CH4, N2O) were compared between a vegetation brushed + dredged (managed) agricultural drainage ditch and an adjacent ditch that was not brushed or dredged (control), in eastern Ontario, Canada, during three growing seasons (2018–2020). Fluxes were measured on ditch shoulders, midslopes, hyporheic zones, and channel areas. Soil CO2 emissions increased (15–40%) along the managed ditch after trees were removed, in relation to the control ditch and this increase was likely due to warmer temperatures (3°C) and increased soil microbial activity as a result of decreased shading effects. And, moreover, the rapid natural re-establishment of shrubs and grasses after initial woody vegetation brushing did not cause substantial change in fluxes, in relation to time periods immediately following ditch management intervention. In-stream CH4 emissions after dredging were lower (> 90%). CO2 and CH4 were the dominant GHGs fluxes (20-yr CO2eq) in the riparian areas of the drainage ditches, with N2O emissions being significantly smaller (1–3%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».