Comparing the Sources of Sediment Retained by Beaver Dams and Beaver Dam Analogs
Notice bibliographique
Résumé
Abstract Beavers modify riverine systems by building dams that alter downstream fluxes of water and sediment. Where beavers have been lost and stream channels degraded, beaver dam analogs (BDAs) are being used to mimic the effects of beaver engineering. Central to the success of these structures in accelerating stream recovery is creating similar ecosystem responses as beaver dams including sediment retention. Unknown is the relative importance of beaver actions versus erosion in the catchment in generating the retained sediment. This study tested the viability of sediment fingerprinting to determine the source of sediment retained by beaver dams and BDAs in a watershed in Alberta, Canada. Concentrations of 29 elements were measured as potential tracers from known sediment sources: upland, terrace, stream bank, and beaver canal. Virtual mixture tests, used to compare the computed source estimates with known source mixtures, revealed that sediment fingerprinting is a robust method for identifying sources of sediment retained by beaver ponds and BDAs. The un‐mixing model results indicate that on average 56% of the sediment retained by the beaver dams originated from terraces, 23% from uplands, and 13% from beaver canals. About 89% of sediment retained by the BDAs originated from eroding stream banks. We conclude that the geomorphic effects of beavers and their dams are more diverse, resulting in more diverse sources of sediment retained by their dams. This differentiates beaver dams from BDAs. The study has implications for informing management practices that involve beavers and beaver mimicry.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».