MétaCan
Menu
Retour à la cohorte
Enregistrement W4405996172 · doi:10.2112/jcoastres-d-24a-00007.1

Linking Marine Ecosystem Response to Shoreline Armor Removal and Large Dam Removals in the Elwha River and Nearshore, Washington, USA

2024· article· en· W4405996172 sur OpenAlexaff
Jill A. Shaffer, Bob Oxborrow, David S. Parks, Dominique G. Maucieri, Jamie Michel

Notice bibliographique

RevueJournal of Coastal Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDam removalShoreEnvironmental scienceEcosystemOceanographyHydrology (agriculture)FisheryGeologySedimentEcologyGeomorphologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Shaffer, J.A.; Oxborrow, B.; Parks, D.S.; Maucieri, D.G., and Michel, J., 2025. Linking marine ecosystem response to shoreline armor removal and large dam removals in the Elwha River and nearshore, Washington, USA. Journal of Coastal Research, 41(1), 1–15. Charlotte (North Carolina), ISSN 0749-0208. Large in-river dams and shoreline armor have a significant negative effect on coastal hydrodynamic and ecosystem processes. Armor removal (AR) is a well-documented shoreline restoration tool, and removal of large dams is proving to be an extremely effective tool to restore riverine ecosystem processes. However, nearshore ecosystem restoration associated with dam removals (DRs) is incomplete when shoreline impediments, including shoreline armoring and lower river alterations, remain, and linkages between dam and shoreline ARs are not well understood. In this study, nearshore ecosystem processes and function restoration response to large DRs and shoreline AR are assessed. Two nearly century-old large dams in the Elwha River watershed in the NW United States were removed during 2011–14, which liberated upward of 18 million tonnes (Mt) or approximately ∼9 million m3 of silt, sand, and gravel to sediment-starved, armored, and unarmored shorelines. Within 1 year of the initiation of DR, unarmored shorelines in the drift cell broadened, flattened, sediment fined, and large woody debris (LWD) volumes significantly increased. Armored shorelines continued to be steep and coarse grained. In 2016–17, approximately 4700 m3 of large riprap (shoreline armor) was removed from more than 650 m of the armored Elwha River east delta reach drift cell. Following AR, previously eroding shorelines broadened, sediment fined, LWD volumes increased significantly, and beach wrack metrics resembled non-armored beaches. These changes followed AR and did not occur at unarmored DR or control treatments. Invertebrate communities also responded to dam and armor removal (DAR) and showed increasing trends every year for 3 years after the project. It is concluded that only partial nearshore ecosystem restoration occurs from large DR when shoreline armoring that impairs nearshore hydrodynamic processes remains and that full ecosystem restoration of the nearshore associated with large DRs is obtained by restoring impaired shorelines along with DRs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,334
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coastal ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207