Nitrogen-retention capacity in a fertilized forest after clear-cutting — the effect of forest-floor vegetation
Notice bibliographique
Résumé
Forest fertilization with nitrogen (N) has several benefits to society such as increased wood production and carbon sequestration. There are, however, concerns about N leakage, particularly following clear-cutting. The forest-floor vegetation may increase the N retention of forest ecosystems; however, very few studies have quantified the amount of vegetation required. We studied the relationship between vegetation cover and risk of N leakage, estimated by the amounts of ammonium-N and nitrate-N retained on ion-exchange capsules in the soil, during 4 years following the clear-cutting and harvesting of logging residues in a previously fertilized forest in southern Sweden. Previous fertilization increased the amount of nitrate-N captured on the capsules, whereas the amount of ammonium-N decreased. The vascular vegetation cover increased from almost zero to approximately 25% independent of fertilization. The amount of ammonium-N and nitrate-N retained on the capsules was already reduced by 50%–75% at 20% vegetation cover, and by 30%–40% cover, it approached zero, independent of the number of years since clear-cutting. The vegetation may impede tree-seedling establishment, implying a trade-off between seedling growth and N-retention capacity. However, our results indicate that maximum N retention may be achieved at a relatively low vegetation cover, which could be accomplished with less intrusive scarification methods than currently used.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».