The influence of permafrost and other environmental controls on stream thermal sensitivity across Yukon, Canada
Notice bibliographique
Résumé
Abstract. Thermal sensitivity, defined as the slope of a linear regression between stream and air temperature, is a useful indicator of the strength of coupling between atmospheric forcings and stream temperature, or conversely, of the presence of non-atmospheric thermal influences such as groundwater contributions to streamflow. Furthermore, thermal sensitivity is known to be responsive to environmental change. This study expands the current state of knowledge of stream thermal sensitivity in cold, northern regions across catchment scales, investigates the environmental controls of thermal sensitivity across a range of catchment dispositions, and assesses the thermal influence of environmental conditions unique to cold regions, namely permafrost. We conducted a linear regression analysis relating mean daily air and stream temperature in 57 catchments in Yukon, Canada, with catchment areas ranging from 5.4 to 86,500 km2, and with catchment mean permafrost probabilities ranging from 0.0 to 0.99. Thermal sensitivities obtained from the linear regressions ranged from 0.14 to 0.84 °C °C-1, with a median of 0.56 °C °C-1, and the regression intercepts ranged from -0.07 to 7.60 °C, with the mean regression Nash-Sutcliffe efficiency = 0.81. Thermal sensitivity was positively related to catchment area, land covers representing surface water storage, and streamflow ‘flashiness’ or a lack of groundwater contributions. The greatest single environmental characteristic explaining the variance in thermal sensitivity was catchment topography and physiography (9 % variance explained); however, 39 % of the variance in thermal sensitivity was explained jointly by catchment physiography, land cover, and permafrost presence indicators, suggesting thermal sensitivity is the result of multiple interacting controls. Permafrost appeared to have indirect and offsetting effects on thermal sensitivity through its influence on separate and counter-acting processes controlling thermal sensitivity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».