Factors Influencing the Resilience of Created Tidal Marshes in the Fraser River Estuary, British Columbia
Notice bibliographique
Résumé
Abstract More than 100 tidal marsh creation projects were constructed throughout the Fraser River Estuary, British Columbia, Canada from the 1980s to present. Past studies described and evaluated many of these projects and found varied success, but the underlying factors that determine project outcomes remain uncertain. Combining field sampling, spatial analysis, and statistical modeling of plant communities, we aim to address this knowledge gap by asking what factors influence the resilience of created marshes, as measured by (1) persistence of marsh vegetation, (2) native species dominance, and (3) species richness. We observed marsh recession in 40 of the 78 projects visited, representing 23,666 m 2 (9.3%) of the 254,357 m 2 of created marsh surveyed. Increases in mean site elevation had a negative effect on percent recessed area, while sites in the north branch of the river and sites further upriver were more prone to recession. From field observations and data interpretation we suggest that wake erosion and Canada Goose ( Branta canadensis ) herbivory may be drivers behind these losses and warrant further investigation. Dominance of native species declined with distance upriver, though invasive cattail ( Typha angustifolia, T. × glauca) defied this trend, dominating outer estuary sites, particularly closed embayments, when present. Native and non-native richness shared similar patterns and were comparable between reference and created marshes, increasing on average with elevation and distance upriver. These findings offer insight into how site design and location influence the outcome of marsh creation projects, and the challenges presented by stressors and environmental change in estuaries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».