MétaCan
Menu
Retour à la cohorte
Enregistrement W7099892969

Canadian Forestry Service

2016· article· en· W7099892969 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry and Biological Activities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFoothillsHydrology (agriculture)Yield (engineering)ErosionSnowSurface runoffSnowmeltMarmotSoil waterMontane ecology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Marmot and Streeter experimental watersheds were established to provide forest-cutting options to maximize water yield within the Saskatchewan River headwaters. Clear-cut harvesting of 21 % of the area of the Cabin Creek subbasin of Marmot in 10-ha com mercial-sized cut blocks increased annual water yield by 35. 7 dam3, 6 % greater than predicted if left uncut. This represents an increase of 79 mm in the yield from the clear-cut patches. Erosion was not a problem on the stable soils of Cabin Creek; neither did suspended sediment load increase as a result of this timber harvest. Clear-cutting 50 % of the vegetated portion of the West subbasin of Streeter in a pattern designed to augment snow accumulation and retention of snow on-site increased water yield from a small contact spring, during April through October, by 6.3 dam3, 175 % more than predicted if left uncut. More importantly, flow continued throughout the summer of 1977, the second-driest year on record in southern Alberta, even though predicted flow was zero if left uncut. These results, when coupled with those from similar experiments in Alberta and the United States, indicate that I-ha clear-cut patches with maximum dimensions of 4-6 tree-heights across would maximize water yield from either subalpine or foothills forests.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,713

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,000
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,5000,155

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 Opus0,019
Tête enseignante GPT0,186
Écart entre enseignants0,167 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhytochemistry and Biological ActivitiesTravaux en français237 207