MétaCan
Menu
← Retour à la cohorte
Enregistrement W1930199251 · doi:10.4141/cjps2013-288

Soil seed bank community structure of pastures and hayfields on an organic farm

2014· article· en· W1930199251 sur OpenAlexvenueno aff
Matt A. Sanderson, Robert Stout, Sarah Goslee, Jeff Gonet, Richard G. Smith

Notice bibliographique

RevueCanadian Journal of Plant Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoil seed bankAgronomyTransectForbWeedPerennial plantGerminationBiologyGrasslandEcology

Résumé

récupéré en direct d'OpenAlex

Sanderson, M. A., Stout, R., Goslee, S., Gonet, J. and Smith, R. G. 2014. Soil seed bank community structure of pastures and hayfields on an organic farm. Can. J. Plant Sci. 94: 621–631. Understanding the composition of seed banks in pasture soils would help farmers anticipate and manage for weed problems. We characterized the soil seed bank in eight pastures and hayfields [two alfalfa (Medicago sativa L.) and two predominantly grass hayfields; two recently established and two permanent pastures] within an organic dairy farm in southeastern New Hampshire. Seed banks were sampled in the upper 5 cm of soil in each field at a point scale in 2007 and 2010. In 2010, the seed bank was characterized at the field scale by taking soil samples on six 52-m transects in each field. Seed banks sampled at the field scale in 2010 contained 66 plant species. The total number of seeds in the seed bank ranged from 1560 m−2 in grass hayfields in autumn to more than 20 000 m−2 in alfalfa hayfields in summer. Annual forbs dominated the seed bank of alfalfa fields and recently established pastures, whereas perennial graminoids dominated in one grass hayfield and the permanent pastures. These results suggest that management history affects soil seed bank composition and abundance, and these effects should be considered before implementing management practices that could stimulate recruitment from the seed bank.

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 enseignants0,055
Score d'incertitude au seuil0,110

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,192
Écart entre enseignants0,181 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant Science→Même sujetSoil Carbon and Nitrogen Dynamics→Travaux en français237 207→