Total and epiphytic litter under the canopy of <i>Acer macrophyllum</i> in an old-growth temperate rainforest, Washington State, USA
Notice bibliographique
Résumé
The amounts and ecological importance of epiphytic litterfall has often been overlooked in forest ecosystem studies. However, epiphytes participate in whole-ecosystem dynamics by capturing and retaining nutrients from atmospheric sources and transferring these nutrients to other ecosystem components. We quantified epiphytic litterfall under the canopy of mature bigleaf maples (Acer macrophyllum Pursh) and compared it with other litter components in an old-growth temperate rainforest in Washington State. Total litterfall during one year was 4760 kg·ha−1, with the greatest contribution from bigleaf maple leaves. Of the total litter input, 546 kg·ha−1 consisted of epiphytic litter, equivalent to 12% of total fine litter input, the highest contribution of epiphyte litterfall documented for this type of forest. Compared with other studies in the Pacific Northwest, our estimations of conifer needle inputs relate to the location of the littertraps. Bigleaf maple leaves dominated carbon (C) and nitrogen (N) returns in litter; epiphytic litterfall contributed 240 kg·ha−1·year−1 of C (∼11% of total C inputs) and 5.7 kg·ha−1·year−1 of N (∼11% of total N inputs) to the forest floor. Inputs of N from epiphytes and bigleaf maple litter under the canopy of this tree could be important in augmenting N in this old-growth ecosystem.
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 | 0,000 |
| 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 | 0,000 | 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 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 ».