MétaCan
Menu
Retour à la cohorte
Enregistrement W4414240087 · doi:10.1029/2024wr039729

Deep Soil Water Reservoirs Modulate Land Use and Drought Effects on the Water Budget of Amazon Headwaters

2025· article· en· W4414240087 sur OpenAlexaff
Abra Atwood, Michael T. Coe, Christopher Neill, Leonardo Maracahipes‐Santos, Paulo Brando, Shelby H. Riskin, Andrea Castanho, Linda A. Deegan, Antônio Carlos Silveiro da Silva, Márcia N. Macedo

Notice bibliographique

RevueWater Resources Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNational Science Foundation
Mots-clésHydrology (agriculture)EvapotranspirationWater balanceSurface runoffStreamflowDrainage basinPrecipitationGroundwaterLand useSoil water

Résumé

récupéré en direct d'OpenAlex

Abstract The southeastern Amazon has been transformed by widespread land use and climate changes, altering the hydrologic cycle. In this seasonally dry tropical forest, the soil water reservoir plays a strong role in mediating the water balance by buffering forests during dry seasons and moderate droughts, as well as modulating runoff to streams. Few studies have examined the response of soil water reservoirs to large‐scale forest loss in headwater regions, much less how these changes may influence catchment water balances during droughts. This study compares the water balance of forested and cropland watersheds in the headwaters of the Xingu River basin (Mato Grosso, Brazil). We combined measurements of stream discharge and soil moisture (from 0.3 to 8 m depth) from the 2014–2018 water years, along with remotely sensed precipitation and evapotranspiration (ET) data, comparing normal precipitation years to an extreme drought year. Streams within agricultural catchments had four times higher discharge (29% of total precipitation) than in forested catchments (8%). During normal years, this difference was balanced by differences in ET. We found that groundwater outflow—water that bypasses a catchment without reaching the stream—is a significant water export term under both landcovers (19% in forest; 26% in croplands). However, during drought years, this outflow disappears in forested catchments and decreases in agricultural catchments, suggesting enhanced groundwater uptake by vegetation that diminishes contributions to rivers downstream. Multiyear droughts projected under future climate changes could threaten the soil water reservoir, leaving forests without a critical resource and downstream communities vulnerable to streamflow loss.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,245 · 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'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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydrology and Watershed Management StudiesTravaux en français237 207