MétaCan
Menu
← Retour à la cohorte
Enregistrement W1778376303 · doi:10.1139/cjfr-2014-0087

The effect of sudden aspen decline on understory microclimate and vegetation in southwestern Colorado

2014· article· en· W1778376303 sur OpenAlexvenueno aff
Julie E. Korb, Sara Bombaci, Rodney B. Siegel

Notice bibliographique

RevueCanadian Journal of Forest Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnderstoryMicroclimateEnvironmental scienceVegetation (pathology)Crown (dentistry)Photosynthetically active radiationBiomass (ecology)AgronomyEcologyForestryCanopyBiologyBotanyGeographyPhotosynthesis

Résumé

récupéré en direct d'OpenAlex

Sudden aspen decline (SAD), present in many parts of North America, is the sudden dieback of branches, crown loss, and rapid mortality of aspen (Populus tremuloides Michx.). We surveyed 21 plots in southwestern Colorado and categorized each plot by the mean percentage of recent crown loss (RCL) into three SAD levels: low SAD (0%–25% RCL), moderate SAD (25.1%–50% RCL), and high SAD (50.1%–100% RCL). Our research quantified the effects of SAD on microclimate and understory vegetation at the individual species and community level. Mean day surface, day subsurface, and night subsurface temperatures were warmer in high SAD stands than in low ones. High SAD stands had lower soil moisture, lower litter and duff depth, higher bare soil cover, higher photosynthetically active radiation, higher arbuscular mycorrhizal propagule densities, and higher grass biomass. Indicator plant species were uniquely associated with low and high SAD. Our study illustrates that SAD has multiple ecological effects on aspen understories, including a potential positive feedback in which warmer temperatures and decreased soil moisture, consequences of SAD, may lead to increased branch dieback and tree mortality, which would alter microclimate-making conditions more favorable to SAD and escalate the effects of SAD on understory vegetation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,330

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,289
Écart entre enseignants0,271 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→