MétaCan
Menu
Retour à la cohorte
Enregistrement W4411319112 · doi:10.1016/j.jhydrol.2025.133704

Stochastic framework reveals the controls of forest treatment – peakflow causal relations in rain environment

2025· article· en· W4411319112 sur OpenAlexaff
Henry C. Pham, Younes Alila, Peter V. Caldwell

Notice bibliographique

RevueJournal of Hydrology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésEnvironmental scienceClimatologyEconometricsGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Decades of literature on forest treatment – peakflow relations have generated considerable disagreements and turned the topic into one regarded as enigmatic. Factors affecting peakflows are multiple and chancy and, hence, can only be investigated via a probabilistic approach. We analyze peakflow data using the peakflow frequency distribution framework in two pairs of control-treatment watersheds in the rain environment of an experimental forest in North Carolina. We demonstrate how a range of forest treatments can change the magnitude and frequency of all peakflows on record and how such effects can increase with increasing event size as a consequence of changes to the peakflow frequency distribution. Changes to the distribution’s mean (−0.2 to +47.4 %) and variance (−30.9 to +162.1 %) resulted in a range of effects from no significant impacts on peakflows to making larger peakflows becoming even larger (up to 105 % increase) and more frequent (up to 18 times more frequent). Changes to peakflows are attributed to treatment-induced suppression of evapotranspiration and changes to non-vegetative factors, which can alter the soil storage capacity, moisture available for runoff, and the efficiency of runoff arriving to the outlet. The dominant topographical aspect of the watershed, seasonal differences in storm types, extent to which the storm events are in-phase or out-of-phase with high antecedent soil moisture, and lagged runoff responses with watershed memory emerged as key indicators of the sensitivity of peakflows to forest treatment. The application of the stochastic framework in forest hydrology can help fully understand forest treatment – peakflows relations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,008
Tête enseignante GPT0,238
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HydrologyMême sujetHydrology and Watershed Management StudiesTravaux en français237 207