MétaCan
Menu
Retour à la cohorte
Enregistrement W1928598400 · doi:10.1029/2011jg001826

Spatiotemporal analysis of black spruce forest soils and implications for the fate of C

2011· article· en· W1928598400 sur OpenAlexaboutno aff
J. W. Harden, Kristen Manies, Jonathan O'Donnell, Kristofer Johnson, Steve Frolking, Zhaosheng Fan

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSoil waterTotal organic carbonBlack spruceLeaching (pedology)Carbon cycleSoil carbonEddy covarianceAtmospheric sciencesSoil scienceSoil horizonPrimary productionTaigaEnvironmental chemistryEcosystemGeologyForestryChemistryGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Post‐fire storage of carbon (C) in organic‐soil horizons was measured in one Canadian and three Alaskan chronosequences in black spruce forests, together spanning stand ages of nearly 200 yrs. We used a simple mass balance model to derive estimates of inputs, losses, and accumulation rates of C on timescales of years to centuries. The model performed well for the surface and total organic soil layers and presented questions for resolving the dynamics of deeper organic soils. C accumulation in all study areas is on the order of 20–40 gC/m2/yr for stand ages up to ∼200 yrs. Much larger fluxes, both positive and negative, are detected using incremental changes in soil C stocks and by other studies using eddy covariance methods for CO2. This difference suggests that over the course of stand replacement, about 80% of all net primary production (NPP) is returned to the atmosphere within a fire cycle, while about 20% of NPP enters the organic soil layers and becomes available for stabilization or loss via decomposition, leaching, or combustion. Shifts toward more frequent and more severe burning and degradation of deep organic horizons would likely result in an acceleration of the carbon cycle, with greater CO2 emissions from these systems overall.

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 enseignants0,144
Score d'incertitude au seuil0,287

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 technologies0,0000,000
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 Opus0,046
Tête enseignante GPT0,322
Écart entre enseignants0,275 · 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

Citations30
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetFire effects on ecosystemsTravaux en français237 207