Micro‐computed tomography scanning approaches to quantify, parameterize and visualize bioturbation activity in clogged streambeds: A proof of concept
Notice bibliographique
Résumé
Abstract Fine particle clogging and faunal bioturbation are two key processes co‐occurring in the hyporheic zone that potentially affect hyporheic exchange through modifications in the sediment structure of streambeds. Clogging results from excessive fine sediment infiltration and deposition in rivers, and it is known to decrease matrix porosity and potentially reduce permeability. Faunal bioturbation activity may compensate for the negative effect of clogging by reworking the sediment, increasing porosity, and preventing further infiltration of fines. Although both processes of clogging and bioturbation have received significant attention in the literature separately, their combined effects on streambed sediment structure are not well understood, mostly due to the lack of a standard methodology for their assessment. Here, we illustrate a novel methodology using X‐ray computed tomography (CT), as proof of concept, to investigate how, together, clogging and bioturbation affect streambed porosity in a controlled flow‐through flume. By visualising gallery formations of an upward conveyor macroinvertebrate; Lumbriculus variegatus as a model species, we quantified bioturbation activity in a clogged streambed, focusing on orientation, depth, and volume at downwelling and upwelling areas of the flume. Gallery creation increased the porosity of the streambed sediment, suggesting a potential improvement in permeability and a possible offset of clogging effects. We illustrate the promising use of X‐ray CT as a tool to assess bioturbation in clogged streambeds, and the potential role of bioturbation activity supporting hyporheic exchange processes in streambeds, warranting further studies to understand the extent of bioturbation impacts in natural systems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».