MétaCan
Menu
← Retour à la cohorte
Enregistrement W6951389232 · doi:10.5683/sp2/5kluxo

Forest management impacts on greenhouse gas fluxes from riparian soils along headwater streams

2021· dataset· en· W6951389232 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRiparian zoneSoil waterSTREAMSGreenhouse gasWater tableRiparian bufferHydrology (agriculture)

Résumé

récupéré en direct d'OpenAlex

This data supports the 2021 publication "Forest management impacts on greenhouse gas fluxes from riparian soils along headwater streams" in Ecosystems. Abstract: Increasing concentrations of atmospheric greenhouse gases (GHGs; CO2, CH4, N2O) causes climate change. Depending on the conditions, soils have the potential to store carbon or to be a source of GHGs to the atmosphere. Riparian soils in particular have high potential to store carbon, but also to be sources of CH4 and N2O. Headwater streams make up a large proportion of stream length in a drainage network, and their riparian zones have valuable ecosystem functions. In parallel, the riparian zones of headwater streams are particularly vulnerable to forest harvest. Studies of GHG fluxes from these unique ecosystems remain limited. Our objective was to quantify the effects of forestry practices and groundwater discharge (DIS) areas on GHG emissions from riparian forest soils in coastal British Columbia. We compared nine sites with three different forest management protocols: 1) harvesting with a riparian buffer, 2) no buffer, and 3) reference sites without harvesting. We measured gas fluxes, soil temperature, soil moisture and depth to the groundwater table alongside headwater streams monthly over one growing season. We found that CH4 uptake rates were 65% lower at the no buffer sites, and N2O emission rates were 52% lower at the no buffer sites, when compared to the reference sites. Additionally, CH4 uptake was 54% lower at DIS areas than in non-DIS areas. The results of our research help inform forest management by demonstrating that maintaining riparian buffers can be effective in protecting the ecosystem functions contributing to soil GHG fluxes.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,932

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 GPT0,264
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→