Forest losses are associated with oil and gas seismic cutlines in Northeastern British Columbia, Canada
Notice bibliographique
Résumé
Oil and gas (OG) development involves the creation of geophysical (seismic) cutlines at the time of surveying for OG deposits. The width of the cutlines has reduced over the past two decades due to transition from high to low-impact geophysical surveys for OG deposits. However, the density of the cutlines on landscapes is still an issue of concern because of how long it takes for forests to recover after the creation of the cutlines. Here, using a quartic kernel function, the density of seismic cutlines was calculated for the 69 river basins of northeastern British Columbia. Geographically weighted regression (GWR) and multi-scale geographically weighted regression (MGWR) models were used to establish a relationship between the density of seismic cutlines, distance from cutlines, slope, slope aspect, elevation (independent variables), and forest cover loss (dependent variable) between 2000 and 2020. The MGWR analysis shows that seismic cutline density and distance from the cutlines explain 40% of the variance in the forest cover losses that occurred in the river basins [R2 = 0.397, p-value = 0.028]. In the GWR model, seismic cutline density and distance from the cutlines explain 34% of the variance in forest losses [R2 = 0.341, p-value = 0.032]. The study outcome reinforces the robust applicability of MGWR in the study of spatial relations. These models set a tone for further analysis of the spatial relationship between forests and OG activities, and more importantly, provide spatial information for land managers whose role is to manage the impacts of energy development.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».